論文の概要: Fully Three-dimensional Radial Visualization

• arxiv url: http://arxiv.org/abs/2110.09971v1
• Date: Tue, 19 Oct 2021 13:35:42 GMT
• ステータス: 処理完了
• システム内更新日: 2021-10-20 13:52:58.331600
• Title: Fully Three-dimensional Radial Visualization
• Title（参考訳）: フル3次元ラジアル可視化
• Authors: Yifan Zhu, Fan Dai and Ranjan Maitra
• Abstract要約: 多次元データセットの3次元ラジアル可視化(RadViz)のための方法論を開発した。 我々のツールRadViz3Dは3次元単位球上にアンカーポイントを均一に分配する。 この均一分布は、非相関変数を持つデータに対して、最小限の人工的な視覚的相関を持つ最良の可視化を提供することを示す。
• 参考スコア（独自算出の注目度）: 15.254598796939923
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We develop methodology for three-dimensional (3D) radial visualization (RadViz) of multidimensional datasets. The classical two-dimensional (2D) RadViz visualizes multivariate data in the 2D plane by mapping every observation to a point inside the unit circle. Our tool, RadViz3D, distributes anchor points uniformly on the 3D unit sphere. We show that this uniform distribution provides the best visualization with minimal artificial visual correlation for data with uncorrelated variables. However, anchor points can be placed exactly equi-distant from each other only for the five Platonic solids, so we provide equi-distant anchor points for these five settings, and approximately equi-distant anchor points via a Fibonacci grid for the other cases. Our methodology, implemented in the R package $radviz3d$, makes fully 3D RadViz possible and is shown to improve the ability of this nonlinear technique in more faithfully displaying simulated data as well as the crabs, olive oils and wine datasets. Additionally, because radial visualization is naturally suited for compositional data, we use RadViz3D to illustrate (i) the chemical composition of Longquan celadon ceramics and their Jingdezhen imitation over centuries, and (ii) US regional SARS-Cov-2 variants' prevalence in the Covid-19 pandemic during the summer 2021 surge of the Delta variant.
• Abstract（参考訳）: 多次元データセットの3次元ラジアル可視化(RadViz)のための方法論を開発した。 古典的な2次元 (2d) radvizは、2次元平面内の多変量データを視覚化し、すべての観測を単位円内の点にマッピングする。 我々のツールRadViz3Dは3次元単位球上にアンカーポイントを均一に分配する。 この一様分布は,非相関変数を持つデータに対して,最小の人工視覚相関を持つ最善の可視化を提供することを示す。 しかし、5つのプラトン固体に対してのみ、アンカー点を正確に等距離に配置できるので、これらの5つの設定に対して等距離アンカー点を提供し、他の場合ではフィボナッチ格子を介してほぼ等距離アンカー点を与える。 r パッケージ $radviz3d$ で実装された本手法は,完全な 3d radviz が可能であり,カニ,オリーブオイル,ワインデータセットだけでなく,より忠実にシミュレーションデータを表示することにより,この非線形手法の能力を向上させることが示されている。 さらに、放射状可視化は自然に合成データに適しているため、radviz3dを用いて (i)何世紀にもわたって長尺セラドンセラミックスの化学組成とジンデッシェンの模倣 (II)米国の地域SARS-Cov-2型は、2021年夏にデルタ型が急増したコビッド19型パンデミックで流行した。

関連論文リスト

• Every Dataset Counts: Scaling up Monocular 3D Object Detection with Joint Datasets Training [9.272389295055271]
  本研究では,多種多様な3次元および2次元データセットを用いたモノクロ3次元物体検出モデルの学習パイプラインについて検討した。 提案フレームワークは,(1)様々なカメラ設定にまたがって機能するロバストなモノクル3Dモデル,(2)異なるクラスアノテーションでデータセットを適応するための選択学習戦略,(3)2Dラベルを用いた擬似3Dトレーニング手法により,2Dラベルのみを含むシーンにおける検出性能を向上させる。
  論文  参考訳（メタデータ） (2023-10-02T06:17:24Z)
• PointOcc: Cylindrical Tri-Perspective View for Point-based 3D Semantic Occupancy Prediction [72.75478398447396]
  本稿では,点雲を効果的かつ包括的に表現する円筒型三重対視図を提案する。 また,LiDAR点雲の距離分布を考慮し,円筒座標系における三点ビューを構築した。 プロジェクション中に構造の詳細を維持するために空間群プーリングを使用し、各TPV平面を効率的に処理するために2次元バックボーンを採用する。
  論文  参考訳（メタデータ） (2023-08-31T17:57:17Z)
• NEAT: Distilling 3D Wireframes from Neural Attraction Fields [52.90572335390092]
  本稿では,3次元再構成セグメントと焦点接合を用いたラインフレーム接合の問題について検討する。 ProjectNEATは、クロスアートマッチングをゼロから行わずに、ジョイントニューラルフィールドとビューを楽しみます。
  論文  参考訳（メタデータ） (2023-07-14T07:25:47Z)
• Spatial Acoustic Projection for 3D Imaging Sonar Reconstruction [2.741266294612776]
  マルチビーム画像ソナーを用いた3次元表面の再構成手法を提案する。 3次元格子における固定セル位置の異なる視点からソナーが測定した強度を統合する。 我々は畳み込みニューラルネットワークを訓練し、署名された距離と各セルの最も近い表面への方向を予測できるようにします。
  論文  参考訳（メタデータ） (2022-06-06T18:24:14Z)
• Cylindrical and Asymmetrical 3D Convolution Networks for LiDAR-based Perception [122.53774221136193]
  運転時のLiDARに基づく認識のための最先端の手法は、しばしば点雲を2D空間に投影し、2D畳み込みによって処理する。 自然な対策として、3Dボクセル化と3D畳み込みネットワークを利用する方法がある。 本研究では,3次元幾何学的パターンを探索するために,円筒状分割と非対称な3次元畳み込みネットワークを設計する,屋外LiDARセグメンテーションのための新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2021-09-12T06:25:11Z)
• Cylindrical and Asymmetrical 3D Convolution Networks for LiDAR Segmentation [81.02742110604161]
  大規模運転シーンのLiDARセグメンテーションのための最先端の手法は、しばしば点雲を2次元空間に投影し、2D畳み込みによって処理する。 そこで我々は,3次元幾何学的パタンを探索するために,円筒分割と非対称な3次元畳み込みネットワークを設計する,屋外LiDARセグメンテーションのための新しいフレームワークを提案する。 提案手法はセマンティックKITTIのリーダーボードにおいて第1位を獲得し,既存のnuScenesの手法を約4%のマージンで上回っている。
  論文  参考訳（メタデータ） (2020-11-19T18:53:11Z)
• Cylinder3D: An Effective 3D Framework for Driving-scene LiDAR Semantic Segmentation [87.54570024320354]
  大規模運転シーンのLiDARセマンティックセマンティックセグメンテーションのための最先端の手法は、しばしば2D空間の点雲を投影して処理する。 3D-to-2Dプロジェクションの問題に取り組むための簡単な解決策は、3D表現を保ち、3D空間の点を処理することである。 我々は3次元シリンダー分割と3次元シリンダー畳み込みに基づくフレームワークをCylinder3Dとして開発し,3次元トポロジの関係と運転シーンの点雲の構造を利用する。
  論文  参考訳（メタデータ） (2020-08-04T13:56:19Z)
• KAPLAN: A 3D Point Descriptor for Shape Completion [80.15764700137383]
  KAPLANは、一連の2D畳み込みを通じて局所的な形状情報を集約する3Dポイント記述子である。 各平面において、正規点や平面間距離のような点特性は2次元グリッドに集約され、効率的な2次元畳み込みエンコーダを持つ特徴表現に抽象化される。 公開データセットの実験では、KAPLANが3D形状の完成のために最先端のパフォーマンスを達成することが示されている。
  論文  参考訳（メタデータ） (2020-07-31T21:56:08Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。