Estimating missing BRDF measurements with compressed sampling method
Kayıp BRDF ölçümlerinin sıkıştırmalı örnekleme yöntemiyle tahmin edilmesi
- Tez No: 423930
- Danışmanlar: PROF. DR. MEHMET CUDİ OKUR
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2015
- Dil: İngilizce
- Üniversite: Yaşar Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Sıkıştırmalı Örnekleme, büyük miktarlardaki ve/veya kayıp, gürültülü veya geçersiz değerler içeren verinin küçük bir kısmını kullanarak bu veriyi yeniden oluşturmayı sağlayan yeni bir metottur. Bu metot, verinin seyrek (sparse) olmasını kullanır ve çok etkin bir yeniden oluşturma işlemi gerçekleştirir. Verinin az sayıdaki örneklemelerinden sonra bir eniyileme algoritması kullanılarak veri yeniden elde edilir. Bu yöntem şimdiye kadar sinyal işleme, resim/video işleme, tıbbi görüntüleme gibi alanlarda yoğun olarak kullanılmıştır. Çift Yönlü Yansıma Dağılım Fonksiyonu (BRDF) verisi, gerçek materyallerin farklı yansıma özelliklerini tanımlamak için kullanılır. Bu çalışmada, sıkıştırmalı örnekleme yöntemi kullanılarak, büyük boyutlu ve seyrek yapıdaki BRDF verisinin yeniden oluşturulması işlemi gerçekleştirilmiştir. Ayrıca bu yöntemle bu verinin içerdiği kayıp, geçersiz, gürültülü değerler etkili bir şekilde yeniden oluşturulabilmektedir. Bunun dışında mevcut BRDF modellerinden ikisi kullanılarak BRDF verisi oluşturulmuş ve sıkıştırmalı örnekleme yöntemiyle başarılı bir şekilde yeniden oluşturulmuştur.
Özet (Çeviri)
Compressed Sampling is an emerging method of reconstructing data that have large size and/or contain missing, noisy or irregular values using a small set of data. This method uses sparsity of data and realizes reconstruction process very efficiently. After a few samplings of data, it uses an optimization algorithm for reconstruction. This method has been used in areas like signal processing, image/video processing and medical imaging intensively. Bidirectional Reflectance Distribution Function (BRDF) data is used to describe different reflectance properties of real world materials. In this work, the reconstruction process of large sized and sparse structured BRDF data is realized using compressed sampling method. This method also reconstructs missing, irregular or noisy values in BRDF data effectively. Furthermore in this work, using two of existing BRDF models, BRDF data are created and reconstructed successfully using compressed sampling method.
Benzer Tezler
- Tesadüf blokları deneme tertibinde hasar gören deney üniteleri yerine uygun sayısal değer bulma yöntemleri
Estimating missing observations in randomized block designs
ALPARSLAN AKYOLAL
- Veri kümelerindeki eksik değerlerin yeni yaklaşımlar kullanılarak hesaplanması
Estimating missing values in datasets using novel hybrid approaches
İBRAHİM BERKAN AYDİLEK
Doktora
Türkçe
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET ARSLAN
- Eksik gözlemli uzun süreli (longitudinal) verilerde marjinal ve marjinal olmayan çok seviyeli genelleştirilmiş doğrusal karışık modellerde optimizasyon tekniklerinin karşılaştırılması ve model seçimi
Model selection and comparing optimization techniques in marginal and non-marginal multilevel generalized linear mixed model using missing observed longitudinal data
GAZEL SER
Doktora
Türkçe
2011
BiyoistatistikYüzüncü Yıl ÜniversitesiZootekni Ana Bilim Dalı
PROF. DR. HAYRETTİN OKUT
- An imputation algorithm based on nature-inspired metaheuristic for missing values in the diabetes disease dataset
Başlık çevirisi yok
ANAS MUDHAFAR AHMED AHMED
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiBilişim Teknolojileri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TİMUR İNAN
- Deney tasarımında kayıp gözlemlerin dayanıklı tahmini
Robust estimation of missing observations in experimental design
DEMET AYDIN