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”

Efficient Speed-up of Radial Basis Functions Approximation and Interpolation Formula Evaluation

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F20%3A43959386" target="_blank" >RIV/49777513:23520/20:43959386 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://afrodita.zcu.cz/~skala/publications.htm" target="_blank" >http://afrodita.zcu.cz/~skala/publications.htm</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1007/978-3-030-58799-4_12" target="_blank" >10.1007/978-3-030-58799-4_12</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Efficient Speed-up of Radial Basis Functions Approximation and Interpolation Formula Evaluation

  • Popis výsledku v původním jazyce

    This paper presents a method for efficient Radial basis function (RBF) evaluation if compactly supported radial basis functions (CSRBF) are used. Application of CSRBF leads to sparse matrices, due to limited influence of radial basis functions in the data domain and thus non-zero weights (coefficients) are valid only for some areas in the data domain. The presented algorithm uses space subdivision which enables us to use only relevant weights for efficient RBF function evaluation. This approach is applicable for 2D and 3D case and leads to a significant speed-up. This approach is applicable in cases when the RBF function is evaluated repeatably.

  • Název v anglickém jazyce

    Efficient Speed-up of Radial Basis Functions Approximation and Interpolation Formula Evaluation

  • Popis výsledku anglicky

    This paper presents a method for efficient Radial basis function (RBF) evaluation if compactly supported radial basis functions (CSRBF) are used. Application of CSRBF leads to sparse matrices, due to limited influence of radial basis functions in the data domain and thus non-zero weights (coefficients) are valid only for some areas in the data domain. The presented algorithm uses space subdivision which enables us to use only relevant weights for efficient RBF function evaluation. This approach is applicable for 2D and 3D case and leads to a significant speed-up. This approach is applicable in cases when the RBF function is evaluated repeatably.

Klasifikace

  • 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)

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

    2020

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Computational Science and Its Applications – ICCSA 2020

  • ISBN

    978-3-030-58798-7

  • ISSN

    0302-9743

  • e-ISSN

  • Počet stran výsledku

    12

  • Strana od-do

    165-176

  • Název nakladatele

    Springer Verlag

  • Místo vydání

    Cham

  • Místo konání akce

    Cagliari, Italy

  • Datum konání akce

    1. 7. 2020

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku