Modified Radial Basis Functions Approximation Respecting Data Local Features

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F19%3A43957988" target="_blank" >RIV/49777513:23520/19:43957988 - isvavai.cz</a>

Výsledek na webu

<a href="http://dx.doi.org/10.1109/Informatics47936.2019.9119330" target="_blank" >http://dx.doi.org/10.1109/Informatics47936.2019.9119330</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1109/Informatics47936.2019.9119330" target="_blank" >10.1109/Informatics47936.2019.9119330</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Modified Radial Basis Functions Approximation Respecting Data Local Features

Popis výsledku v původním jazyce

This paper presents new approaches for Radial basis function (RBF) approximation of 2D height data. The proposed approaches respect local properties of the input data, i.e. stationary points, inflection points, the curvature and other important features of the data. Positions of radial basis functions for RBF approximation are selected according to these features, as the placement of radial basis functions has significant impacts on the final approximation error. The proposed approaches were tested on several data sets. The tests proved significantly better approximation results than the standard RBF approximation with the random distribution of placements of radial basis functions.

Název v anglickém jazyce

Modified Radial Basis Functions Approximation Respecting Data Local Features

Popis výsledku anglicky

This paper presents new approaches for Radial basis function (RBF) approximation of 2D height data. The proposed approaches respect local properties of the input data, i.e. stationary points, inflection points, the curvature and other important features of the data. Positions of radial basis functions for RBF approximation are selected according to these features, as the placement of radial basis functions has significant impacts on the final approximation error. The proposed approaches were tested on several data sets. The tests proved significantly better approximation results than the standard RBF approximation with the random distribution of placements of radial basis functions.

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

2019 IEEE 15th International Scientific Conference on Informatics

ISBN

978-1-72813-181-8

ISSN

—

e-ISSN

—

Počet stran výsledku

5

Strana od-do

445-449

Název nakladatele

IEEE

Místo vydání

Piscataway

Místo konání akce

Poprad

Datum konání akce

20. 11. 2019

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—