| Název: | A New Approach to Vector Field Interpolation, Classification and Robust Critical Points Detection Using Radial Basis Functions |
| Další názvy: | Nový přístup k interpolaci vektorových polí, klasifikaci a robustní detekci kritickým bodům s využitím radiálních bázových funkcí |
| Autoři: | Skala, Václav Šmolík, Michal |
| Citace zdrojového dokumentu: | SKALA, V., ŠMOLÍK, M. A New Approach to Vector Field Interpolation, Classification and Robust Critical Points Detection Using Radial Basis Functions. In: Cybernetics and Algorithms in Intelligent Systems. CSOC2018 2018. Advances in Intelligent Systems and Computing. Cham: Springer, 2019. s. 109-115. ISBN 978-3-319-91191-5 , ISSN 2194-5357. |
| Datum vydání: | 2019 |
| Nakladatel: | Springer |
| Typ dokumentu: | konferenční příspěvek conferenceObject |
| URI: | 2-s2.0-85048039975 http://hdl.handle.net/11025/35938 |
| ISBN: | 978-3-319-91191-5 |
| ISSN: | 2194-5357 |
| Klíčová slova: | kritické body;klasifikace vektorového pole;aproximace topologie vektorových pol;získávání dat;vizualizace;radiální bázové funkce RBF;interpolace, aproximace |
| Klíčová slova v dalším jazyce: | critical points;vector field classification;vector field topology;approximation;data acquisition visualization;radial basis functions RBF;Interpolation;approximation |
| Abstrakt: | Vizualizace vektorových polí hraje důležitou roli v mnoha aplikacích. Vektorová pole mohou být popsána diferenciálními rovnicemi. Pro klasifikaci nulových bodů, tj. Bodů, kde je derivace nula, jsou použity. Avšak pokud jsou data vektorových polí uváděna v diskrétní formě, např. pomocí dat získaných simulací nebo měření je zjištění kritických bodů obtížné kvůli obrovskému množství dat, které mají být zpracovány, a obvykle se používá rozdílná forma. Tento příspěvek popisuje nový přístup k detekci a vyhodnocování nulových bodů ve vektorových polích, což umožňuje kompresi dat a snadnější vizualizaci základního chování. Přístup je založen na implicitní formě reprezentace vektorových polí. |
| Abstrakt v dalším jazyce: | Visualization of vector fields plays an important role in many applications. Vector fields can be described by differential equations. For classification null points, i.e. points where derivation is zero, are used. However, if vector field data are given in a discrete form, e.g. by data obtained by simulation or a measurement, finding of critical points is difficult due to huge amount of data to be processed and differential form usually used. This contribution describes a new approach for vector field null points detection and evaluation, which enables data compression and easier fundamental behavior visualization. The approach is based on implicit form representation of vector fields. |
| Práva: | Plný text je přístupný v rámci univerzity přihlášeným uživatelům. © Springer |
| Vyskytuje se v kolekcích: | Konferenční příspěvky / Conference Papers (KIV) OBD |
Soubory připojené k záznamu:
Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam:
http://hdl.handle.net/11025/35938Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.