Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Vector field radial basis function approximation

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F18%3A43952926" target="_blank" >RIV/49777513:23520/18:43952926 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://dx.doi.org/10.1016/j.advengsoft.2018.06.013" target="_blank" >http://dx.doi.org/10.1016/j.advengsoft.2018.06.013</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1016/j.advengsoft.2018.06.013" target="_blank" >10.1016/j.advengsoft.2018.06.013</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Vector field radial basis function approximation

  • Popis výsledku v původním jazyce

    Vector field simplification aims to reduce the complexity of the flow by removing features according to their relevance and importance. Our goal is to preserve only the important critical points in the vector field and thus simplify the vector field for the visualization purposes. We use Radial Basis Functions (RBF) approximation with Lagrange multipliers for vector field approximation. The proposed method was experimentally verified on synthetic and real weather forecast data sets. The results proved the quality of the proposed approximation method compared to other existing approaches. A significant contribution of the proposed method is an analytical form of the vector field which can be used in further processing.

  • Název v anglickém jazyce

    Vector field radial basis function approximation

  • Popis výsledku anglicky

    Vector field simplification aims to reduce the complexity of the flow by removing features according to their relevance and importance. Our goal is to preserve only the important critical points in the vector field and thus simplify the vector field for the visualization purposes. We use Radial Basis Functions (RBF) approximation with Lagrange multipliers for vector field approximation. The proposed method was experimentally verified on synthetic and real weather forecast data sets. The results proved the quality of the proposed approximation method compared to other existing approaches. A significant contribution of the proposed method is an analytical form of the vector field which can be used in further processing.

Klasifikace

  • Druh

    J<sub>imp</sub> - Článek v periodiku v databázi Web of Science

  • CEP obor

  • OECD FORD obor

    10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/GA17-05534S" target="_blank" >GA17-05534S: Meshless metody pro vizualizaci velkých časově-prostorových vektorových dat</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Ostatní

  • Rok uplatnění

    2018

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název periodika

    Advances in Engineering Software

  • ISSN

    0965-9978

  • e-ISSN

  • Svazek periodika

    123

  • Číslo periodika v rámci svazku

    SEP 2018

  • Stát vydavatele periodika

    GB - Spojené království Velké Británie a Severního Irska

  • Počet stran výsledku

    13

  • Strana od-do

    117-129

  • Kód UT WoS článku

    000439466600010

  • EID výsledku v databázi Scopus

    2-s2.0-85050167164