Un método no gradiente y no iterativo para mapear objetos de malla 3D basado en una suma de valores aleatorios dependientes
Autores: Volkau, Ihar; Krasovskii, Sergei; Mujeeb, Abdul; Balinsky, Helen
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Un método no gradiente y no iterativo para mapear objetos de malla 3D basado en una suma de valores aleatorios dependientes
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Software
Palabras clave
Nuevo método
Coincidencia de extremos
Funciones armónicas esféricas
Matriz de rotación
Fabricación aditiva
Impresión 3D
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 30
Citaciones: Sin citaciones
El manuscrito presenta un novedoso método no basado en gradiente ni iterativo para mapear dos objetos 3D mediante la coincidencia de extremos. Este enfoque innovador utiliza la amplificación de extremos a través de la suma de valores aleatorios dependientes, acompañado de una explicación detallada del trasfondo estadístico. El método además incorpora patrones estructurales basados en funciones armónicas esféricas para calcular la matriz de rotación, permitiendo la yuxtaposición de los objetos. Sin utilizar gradientes e iteraciones para mejorar la solución paso a paso, el método propuesto genera un número limitado de candidatos, y el mapeo (si existe) se encuentra necesariamente entre los candidatos. Por ejemplo, este método tiene potencial para el análisis e identificación de objetos en fabricación aditiva para impresión 3D y coincidencia de proteínas.
Descripción
El manuscrito presenta un novedoso método no basado en gradiente ni iterativo para mapear dos objetos 3D mediante la coincidencia de extremos. Este enfoque innovador utiliza la amplificación de extremos a través de la suma de valores aleatorios dependientes, acompañado de una explicación detallada del trasfondo estadístico. El método además incorpora patrones estructurales basados en funciones armónicas esféricas para calcular la matriz de rotación, permitiendo la yuxtaposición de los objetos. Sin utilizar gradientes e iteraciones para mejorar la solución paso a paso, el método propuesto genera un número limitado de candidatos, y el mapeo (si existe) se encuentra necesariamente entre los candidatos. Por ejemplo, este método tiene potencial para el análisis e identificación de objetos en fabricación aditiva para impresión 3D y coincidencia de proteínas.