Přejít k obsahu


A Radial Basis Function Approximation for Large Datasets

Citace:
MAJDIŠOVÁ, Z., SKALA, V. A Radial Basis Function Approximation for Large Datasets. In Proceedings of SIGRAD 2016, May 23rd and 24th, Visby, Sweden. Visby, Sweden: Linköping University Electronic Press, 2016. s. 9-14. ISBN: 978-91-7685-731-1
Druh: STAŤ VE SBORNÍKU
Jazyk publikace: eng
Anglický název: A Radial Basis Function Approximation for Large Datasets
Rok vydání: 2016
Místo konání: Visby, Sweden
Název zdroje: Linköping University Electronic Press
Autoři: Ing. Zuzana Majdišová , Prof. Ing. Václav Skala CSc.
Abstrakt CZ: Aproximace roztroušených dat je častý úkon potřebný v mnoha inženýrských problémech. RBF aproximace je vhodná pro velké množiny roztroušených dat v d-dimenzionálním prostoru. Jedná se o neseparabilní aproximaci a je založena na výpočtu vzdálenosti mezi dvěma body. Tato metoda vede na řešení přeurčené soustavy lineárních rovnic. Nový přístup pro RBF aproximaci velkých datových setů je uveden v tomto článku a dále jsou zde prezentovány výsledky experimentů pro různé reálné datové sety a různé radiální bázové funkce, přičemž ohled je brán na přesnost výpočtu. Navržený přístup využívá symetričnost matice a její dělení do bloků.
Abstrakt EN: Approximation of scattered data is often a task in many engineering problems. The Radial Basis Function (RBF) approximation is appropriate for large scattered datasets in d-dimensional space. It is non-separable approximation, as it is based on a distance between two points. This method leads to a solution of overdetermined linear system of equations. In this paper a new approach to the RBF approximation of large datasets is introduced and experimental results for different real datasets and different RBFs are presented with respect to the accuracy of computation. The proposed approach uses symmetry of matrix and partitioning matrix into blocks.
Klíčová slova

Zpět

Patička