A scattering transform for graphs based on heat semigroups, with an application for the detection of anomalies in positive time series with underlying periodicities
基于热半群的图散射变换及周期性正值时间序列异常检测AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确包含带日周周期的正值时间序列异常检测应用，方法层面对应时间序列方向，应用本身是交通计数。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
基于热半群的图散射变换及周期性正值时间序列异常检测
- 研究问题
- 如何为图上信号构造自适应散射变换并控制各层范数，以及如何利用它识别偏离日周期和周周期的正值序列异常？
- 方法与思路
- 作者发展自适应图散射变换，利用一种 Beurling–Deny 不等式获得层范数界，并在输入信号统计假设下细化这些界。
- 材料陈述的贡献
- 摘要称，主要结果是散射变换各层的范数界；交通计数示例表明，偏离预期日周周期的异常模式会引发变换响应。
- 阅读关注点
- 应核对图结构和热半群的构造、范数界成立的条件，以及异常响应如何转化为检测规则并评估误报与漏报。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未核实；摘要未给检测阈值、统计误差或比较结果，不能将响应等同有效检验。
原文摘要
This paper develops an adaptive version of Mallat's scattering transform for signals on graphs. The main results are norm bounds for the layers of the transform, obtained from a version of a Beurling-Deny inequality that permits to remove the nonlinear steps in the scattering transform. Under statistical assumptions on the input signal, the norm bounds can be refined. The concepts presented here are illustrated with an application to traffic counts which exhibit characteristic daily and weekly periodicities. Anomalous traffic patterns which deviate from these expected periodicities produce a response in the scattering transform.