A Comparative Study of LOWESS and RBF Approximations for Visualization

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F16%3A43928984" target="_blank" >RIV/49777513:23520/16:43928984 - isvavai.cz</a>

Výsledek na webu

<a href="http://dx.doi.org/10.1007/978-3-319-42108-7_31" target="_blank" >http://dx.doi.org/10.1007/978-3-319-42108-7_31</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-3-319-42108-7_31" target="_blank" >10.1007/978-3-319-42108-7_31</a>

Jazyk výsledku

angličtina

Název v původním jazyce

A Comparative Study of LOWESS and RBF Approximations for Visualization

Popis výsledku v původním jazyce

Approximation methods are widely used in many fields and many techniques have been published already. This comparative study presents a comparison of LOWESS (Locally weighted scatterplot smoothing) and RBF (Radial Basis Functions) approximation methods on noisy data as they use different approaches. The RBF approach is generally convenient for high dimensional scattered data sets. The LOWESS method needs finding a subset of nearest points if data are scattered. The experiments proved that LOWESS approximation gives slightly better results than RBF in the case of lower dimension, while in the higher dimensional case with scattered data the RBF method has lower computational complexity.

Název v anglickém jazyce

A Comparative Study of LOWESS and RBF Approximations for Visualization

Popis výsledku anglicky

Approximation methods are widely used in many fields and many techniques have been published already. This comparative study presents a comparison of LOWESS (Locally weighted scatterplot smoothing) and RBF (Radial Basis Functions) approximation methods on noisy data as they use different approaches. The RBF approach is generally convenient for high dimensional scattered data sets. The LOWESS method needs finding a subset of nearest points if data are scattered. The experiments proved that LOWESS approximation gives slightly better results than RBF in the case of lower dimension, while in the higher dimensional case with scattered data the RBF method has lower computational complexity.

Druh

D - Stať ve sborníku

CEP obor

IN - Informatika

OECD FORD obor

—

Projekt

<a href="/cs/project/LH12181" target="_blank" >LH12181: Vývoj algoritmů počítačové grafiky a pro CAD/CAM systémy Development of Algorithms for Computer Graphics and CAD/CAM systems</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2016

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Computational Science and Its Applications - ICCSA 2016

ISBN

978-3-319-42107-0

ISSN

0302-9743

e-ISSN

—

Počet stran výsledku

15

Strana od-do

405-419

Název nakladatele

Springer

Místo vydání

Cham

Místo konání akce

Beijing

Datum konání akce

4. 7. 2016

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000381934000031