Bibliography
Journal Article
Sequential Triangle Strip Generator based on Hopfield Networks
,
: Neural Computation vol.21, 2 (2009), p. 583-617
: CEZ:AV0Z10300504
: CEZ:AV0Z10750506
: 1M0545, GA MŠk, 1ET100300517, GA AV ČR, 1M0572, GA MŠk
: sequential triangle strip, combinatorial optimization, Hopfield network, minimum energy, simulated annealing
(eng): The important task of generating the minimum number of sequential triangle strips (tristrips) for a given triangulated surface model is motivated by applications in computer graphics. This hard combinatorial optimization problem is reduced to the minimum energy problem in Hopfield nets by a linear-size construction. In particular, the classes of equivalent optimal stripifications are mapped one to one to the minimum energy states that are reached by a Hopfield network during sequential computation starting at the zero initial state. Thus the underlying Hopfield network powered by simulated annealing (i.e. Boltzmann machine) which is implemented in a program HTGEN can be used for computing the semi-optimal stripifications. Practical experiments confirm that one can obtain much better results using HTGEN than by a leading stripification program FTSG although the running time of simulated annealing grows rapidly near the global optimum. Nevertheless, HTGEN exhibits empirical linear ...
(cze): Důležitá úloha generování minimálního počtu sekvenčních trojúhelníkových pásů (tristrips) pro daný triangulovaný povrchový model je motivována aplikacemi v počítačové grafice. Tento těžký kombinatorický problém je redukován na problém minimální energie v Hopfieldových sítích pomocí konstrukce lineární velikosti. Speciálně třídy ekvivalentních optimálních stripifikací jsou vzájemně jednoznačně zobrazeny na stavy s minimální energií, které jsou dosaženy Hopfieldovou sítí během sekvenčního výpočtu začínajícího v nulovém počátečním stavu. Tedy příslušnou Hopfieldovu síť zesílenou o simulované žíhání (tj. Boltzmannův stroj), která je implementována v programu HTGEN, lze použít pro výpočet semioptimálních stripifikací. Praktické experimenty potvrzují, že HTGEN může dosáhnout mnohem lepších výsledků než vedoucí konvenční stripifikační program FTSG (který představuje referenční stripifikační metodu, která není založena na neuronových sítích), i když výpočetní čas simulovaného žíhání roste ...
: IN