文献

J-GLOBAL ID：201702269719298489   整理番号：17A1381414

計算効率の高い可変分解能深さ推定【Powered by NICT】

Computationally efficient variable resolution depth estimation

著者 (2件)： Calder B.R. (Center for Coastal and Ocean Mapping and NOAA-UNH Joint Hydrographic Center, University of New Hampshire, Durham, NH 03824, USA) ,  Rice G. (NOAA Hydrographic Systems and Technology Branch, NOAA-UNH Joint Hydrographic Center, University of New Hampshire, Durham, NH 03824, USA)
資料名： Computers & Geosciences  (Computers & Geosciences)
巻： 106  ページ： 49-59  発行年： 2017年 
JST資料番号： D0320B  ISSN： 0098-3004  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 測深のデータ適応,大規模,計算的に効率的な推定のための新しいアルゴリズムを提案した。アルゴリズムはデータ密度の空間的に変化する推定,関心領域のロバストな深さ推定のための達成可能な推定サンプル間隔を予測するのに使用されるを構築し観測上の初回通過を用いた。深さの低分解能推定も更なる研究のためのガイドとしての最初のパス中に構築した。区分規則的グリッドは,次いで,一つのサンプル間隔推定後構築し,最終的に複合洗練されたグリッドと立方体アルゴリズムの拡張および再実装されるバージョンを用いて推定した正確な深さ。資源効率的なデータ構造を大面積と過剰な計算資源無しに大規模データセットを操作にアルゴリズムを可能にする必要ならモジュール設計は,より複雑な空間表現を可能に含まれる。提案したシステムは,対の海況データセットについて示し,異なる深さとセンサ駆動データ密度にアルゴリズムの適応を示した。アルゴリズムは,測深推定のために設計されたが,可変データ密度はであるが他の二次元スカラー場に容易に使用することができた。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 測深 ,  モジュラ設計 ,  二次元 ,  アルゴリズム ,  スカラー場 ,  *分解能 ,  ロバスト性 ,  センサ ,  データ構造
準シソーラス用語： 空間表現 ,  大規模データセット ,  計算資源 ,  低分解能 ,  関心領域 ,  *計算効率 , 【Automatic Indexing@JST】

著者キーワード (7件)： 測深モデル ,  水路測量 ,  可変分解能表面 ,  cube ,  chrt ,  データ密度推定 ,  データ駆動型推定

分類 (3件)： 人工知能  (JE08000Z) ,  図形・画像処理一般  (JE04010I) ,  数値計算  (JE02000J)

タイトルに関連する用語 (3件)： 計算効率 ,  分解能 ,  推定