@InProceedings{2023_richard1210,
	author = "Xiuheng Wang and Ricardo Borsoi and Cédric Richard and André Ferrari",
	title = "Détection de changements dans des signaux sur graphe à valeur dans des variétés riemanniennes",
	booktitle = "29° Colloque sur le traitement du signal et des images",
	year = "2023",
	publisher = "GRETSI - Groupe de Recherche en Traitement du Signal et des Images",
	number = "2023-1210",
	pages = "p. 561-564",
	month = "Aout # 6 - Sept # 9",
	address = "Grenoble",
	doi = "",
	pdf = "2023_richard1210.pdf",
	abstract = "Plusieurs méthodes de détection de changements dans des signaux sur graphe ont été proposées dans la littérature. Cependant, si elles exploitent à bon escient la topologie des graphes, elles se limitent au traitement de séries temporelles sur graphe dans des espaces euclidiens. Dans cet article, nous proposons une méthode de détection de changements dans des signaux sur graphe à valeur dans des variétés riemanniennes. Elle combine une statistique de test en chaque nœud qui tient compte de la géométrie des données sur la variété considérée, et un filtre sur graphe distribué qui exploite la topologie de celui-ci.
Graph-based methods have been proposed to detect change points occurring in localized communities of networks. However, existing methods are limited to time series data in Euclidean domains. In this paper, we propose a graph-based change point detection method for streaming manifold-valued signals. The proposed framework combines a node-level test statistic, which accounts for the geometry of data on Riemannian manifolds, with a fully distributed graph filter that incorporates the network topology information..pdf",
}