Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós -Graduação em Computação, Florianópolis, 2013. / Made available in DSpace on 2013-12-05T23:51:14Z (GMT). No. of bitstreams: 1
320781.pdf: 2328199 bytes, checksum: f39ebb6b778426eb60124f0955639b02 (MD5)
Previous issue date: 2013 / Entre diversos métodos de interpolação espacial, dois dos mais populares sãoa Krigagem e as Redes de Função de Base Radial (Redes RBF). Este trabalhodesenvolve uma comparação analítica entre os métodos e demonstra matematicamenteque ambos são equivalentes e produzem resultados idênticosquando configurados apropriadamente. É demonstrado que os dois métodospossuem uma estrutura semelhante e, como consequência, características daKrigagem, tais como variância da interpolação, também podem ser implementadasem Redes RBF, desde que sejam respeitadas as restrições exigidaspor cada método. Apesar da equivalência matemática, é concluído pela complexidadecomputacional dos dois algoritmos que as Redes RBF são bemmais rápidas que a Krigagem porque as Redes RBF interpolam de uma formaem que os pesos não precisam ser recalculados para cada ponto interpolado,necessitando de menos processamento. Foram feitos experimentos para mostrarna prática os resultados teóricos obtidos. Alguns softwares comerciais egratuitos que implementam a Krigagem foram testados a fim de verificar sesuas implementações possuem a complexidade computacional do algoritmooriginal ou se otimizações foram implementadas. <br> / Abstract : Between several spatial interpolation methods, two of the most popular are Kriging and Radial Basis Function Networks (RBF Network). This study develops an analytical comparison between both methods and shows mathematically that they are equivalent if properly configured. It is shown that both methods have a similar structure and, as consequence, features of Kriging, such as interpolation variance, can be implemented in RBF Networks, considering the constraints demanded by each method. Complexity was calculated for both methods to show the relative speed of RBF Networks. It is shown that both methods share a common structure and, as a consequence, all improvements in one method can be implemented in RBF Networks. Besides the mathematical equivalence, it is concluded by the computational complexity of both algorithms that RBF Networks are faster than Kriging because RBF Networks interpolates in a way that the weights do not need to be recalculated for each interpolated point, saving processing time. Experiments were made to show in practice the theoretical results obtained. Some free and commercial softwares that implement Kriging were tested to verify if their implementations have the same complexity of the original algorithm or if they implemented optimizations.
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufsc.br:123456789/107339 |
| Date | January 2013 |
| Creators | Fazio, Vinícius Sousa |
| Contributors | Universidade Federal de Santa Catarina, Roisenberg, Mauro |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | English |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | 109 p.| il., grafs., tabs. |
| Source | reponame:Repositório Institucional da UFSC, instname:Universidade Federal de Santa Catarina, instacron:UFSC |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0064 seconds