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”

Features as Keypoints and How Fuzzy Transforms Retrieve Them

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61988987%3A17610%2F21%3AA2202APN" target="_blank" >RIV/61988987:17610/21:A2202APN - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://www.springerprofessional.de/en/features-as-keypoints-and-how-fuzzy-transforms-retrieve-them/19587028?searchResult=1.Perfilieva&searchBackButton=true" target="_blank" >https://www.springerprofessional.de/en/features-as-keypoints-and-how-fuzzy-transforms-retrieve-them/19587028?searchResult=1.Perfilieva&searchBackButton=true</a>

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Features as Keypoints and How Fuzzy Transforms Retrieve Them

  • Popis výsledku v původním jazyce

    We are focused on a new fast and robust algorithm of image/signal feature extraction in the form of representative keypoints. We analyze various multi-scale representations of a one-dimensional signal in spaces with a closeness relation determined by a symmetric and positive semi-definite kernel. We show that kernels arising from generating functions of fuzzy partitions can be used in a scale space representation of a one-dimensional signal. We show that the reconstruction from the proposed multi-scale representations is of better quality than the reconstruction from MLP with almost double the number of neurons in 4 hidden layers. Finally, we propose a new algorithm of keypoints localization and description and test it on financial time series with high volatility.

  • Název v anglickém jazyce

    Features as Keypoints and How Fuzzy Transforms Retrieve Them

  • Popis výsledku anglicky

    We are focused on a new fast and robust algorithm of image/signal feature extraction in the form of representative keypoints. We analyze various multi-scale representations of a one-dimensional signal in spaces with a closeness relation determined by a symmetric and positive semi-definite kernel. We show that kernels arising from generating functions of fuzzy partitions can be used in a scale space representation of a one-dimensional signal. We show that the reconstruction from the proposed multi-scale representations is of better quality than the reconstruction from MLP with almost double the number of neurons in 4 hidden layers. Finally, we propose a new algorithm of keypoints localization and description and test it on financial time series with high volatility.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    10102 - Applied mathematics

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/EF17_049%2F0008414" target="_blank" >EF17_049/0008414: Centrum pro výzkum a vývoj metod umělé intelligence v automobilovém průmyslu regionu</a><br>

  • Návaznosti

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

Ostatní

  • Rok uplatnění

    2021

  • 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

    Advances in Computational Intelligence

  • ISBN

    978-3-030-85098-2

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    13

  • Strana od-do

    14-27

  • Název nakladatele

    Springer International Publishing

  • Místo vydání

    Cham

  • Místo konání akce

    Virtual Event

  • Datum konání akce

    16. 6. 2021

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku

    000696688800002