상위 질문
타임라인
채팅
관점

다변량 보간법

위키백과, 무료 백과사전

Remove ads

수치해석학에서 다변량 보간법(영어: Multivariate interpolation) 또는 다차원 보간법(multidimensional interpolation)은 두 개 이상의 변수를 가지거나 다차원 영역에 정의된 다변량 함수에 대한 보간법이다.[1] 일반적인 특별한 경우는 두 변수 또는 두 차원을 기반으로 하는 이변량 보간법(bivariate interpolation) 또는 2차원 보간법(two-dimensional interpolation)이다. 변수가 공간 좌표일 경우, 이는 공간 보간법(spatial interpolation)이라고도 알려져 있다.

보간할 함수는 주어진 점 에서 알려져 있으며, 보간 문제는 임의의 점 에서 값을 산출하는 것으로 구성된다.

다변량 보간법은 특히 지리통계학에서 중요하며, 지구 표면의 점 집합(예: 측량에서의 고도점 또는 수로 측량에서의 깊이)으로부터 수치 표고 모델을 생성하는 데 사용된다.

Remove ads

정규 격자

요약
관점

정규 격자(미리 결정된, 반드시 균일할 필요는 없는 간격)에 알려진 함수 값의 경우 다음 방법들을 사용할 수 있다.

모든 차원

2차원

비트맵 리샘플링영상 처리에서 2D 다변량 보간법을 적용하는 것이다.

검은 점에 위치한 25개 값에서 동일한 데이터셋에 적용된 세 가지 방법. 색상은 보간된 값을 나타낸다.

두 변수의 다항식 보간법에 대해서는 파두아 점도 참조하라.

3차원

비트맵 리샘플링도 참조하라.

N차원 텐서곱 스플라인

캣멀-롬 스플라인은 임의의 차원으로 쉽게 일반화될 수 있다. 삼차 헤르미트 스플라인 문서는 가 어떤 4-벡터 에 대해 x만의 함수이며, 여기서 는 보간할 함수의 에서의 값임을 상기시켜 줄 것이다. 이 근사를 다음과 같이 다시 쓸 수 있다.

이 공식은 N차원으로 직접 일반화될 수 있다:[2]

헤르미트 스플라인을 포함한 다른 종류의 스플라인 보간법에 대해서도 유사한 일반화가 가능하다. 효율성 측면에서, 이 일반 공식은 삼중 입방 보간법 문서에 설명된 대로 모든 종류의 텐서곱 스플라인에 대해 연속적인 유형 연산의 합성으로 실제로 계산될 수 있다. 그러나 1차원 과 유사한 합산에 개의 항이 있으면 차원 합산에는 개의 항이 있을 것이라는 사실은 변함없다.

Remove ads

불규칙 격자 (산재 데이터)

불규칙 격자에 산재된 데이터에 대해 정의된 방식은 더 일반적이다. 이들은 모두 정규 격자에서 작동해야 하며, 일반적으로 다른 알려진 방법으로 축소된다.

그리딩은 불규칙적으로 분포된 데이터를 정규 격자(격자 데이터)로 변환하는 과정이다.

Remove ads

같이 보기

내용주

외부 링크

Loading related searches...

Wikiwand - on

Seamless Wikipedia browsing. On steroids.

Remove ads