Přejít k obsahu


Large scattered data interpolation with radial basis functions and space subdivision

Citace:
ŠMOLÍK, M., SKALA, V. Large scattered data interpolation with radial basis functions and space subdivision. Integrated Computer-Aided Engineering, 2018, roč. 25, č. 1, s. 49-62. ISSN: 1069-2509
Druh: ČLÁNEK
Jazyk publikace: eng
Anglický název: Large scattered data interpolation with radial basis functions and space subdivision
Rok vydání: 2018
Autoři: Ing. Michal Šmolík , Prof. Ing. Václav Skala CSc.
Abstrakt CZ: Navrhujeme nový přístup k interpolaci rozsáhlých datových setů s radiálními základními funkcemi (RBF). Využívá techniku dělení prostoru do nezávislých buněk, která umožňuje zpracování velkých datových setů s nízkými požadavky na paměť, a nabízí vysokou výpočetní rychlost spolu s možností paralelního zpracování, protože každá buňka může být zpracována nezávisle. Navrhovaná interpolace RBF byla testována na syntetických i reálných datových setech. Dokázala svou jednoduchost, robustnost a schopnost zvládnout rozsáhlé datové sety spolu s výrazným zrychlením. V případě paralelního zpracování bylo zrychlení experimentálně prokázáno při použití 2 a 4 vláken.
Abstrakt EN: We propose a new approach for the radial basis function (RBF) interpolation of large scattered data sets. It uses the space subdivision technique into independent cells allowing processing of large data sets with low memory requirements and offering high computation speed, together with the possibility of parallel processing as each cell can be processed independently. The proposed RBF interpolation was tested on both synthetic and real data sets. It proved its simplicity, robustness and the ability to handle large data sets together with significant speed-up. In the case of parallel processing, speed-up was experimentally proved when 2 and 4 threads were used.
Klíčová slova

Zpět

Patička