A New Approach to Vector Field Interpolation, Classification and Robust Critical Points Detection Using Radial Basis Functions

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F19%3A43953674" target="_blank" >RIV/49777513:23520/19:43953674 - isvavai.cz</a>

Výsledek na webu

<a href="http://dx.doi.org/10.1007/978-3-319-91192-2_12" target="_blank" >http://dx.doi.org/10.1007/978-3-319-91192-2_12</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-3-319-91192-2_12" target="_blank" >10.1007/978-3-319-91192-2_12</a>

Jazyk výsledku

angličtina

Název v původním jazyce

A New Approach to Vector Field Interpolation, Classification and Robust Critical Points Detection Using Radial Basis Functions

Popis výsledku v původním 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.

Název v anglickém jazyce

A New Approach to Vector Field Interpolation, Classification and Robust Critical Points Detection Using Radial Basis Functions

Popis výsledku anglicky

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.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

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

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)

Rok uplatnění

2019

Kód důvěrnosti údajů

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

Název statě ve sborníku

Cybernetics and Algorithms in Intelligent Systems. CSOC2018 2018. Advances in Intelligent Systems and Computing

ISBN

978-3-319-91191-5

ISSN

2194-5357

e-ISSN

—

Počet stran výsledku

7

Strana od-do

109-115

Název nakladatele

Springer

Místo vydání

Cham

Místo konání akce

online

Datum konání akce

25. 4. 2018

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—