会员服务
Microsoft Surface · 计算机图形学 · 数值分析 ·
2023 年 1 月 26 日
Patches of developable surfaces bounded by NURBS curves
翻译：受NURBS曲线约束的可开发表面片段
L. Fernandez-Jambrina
L. Fernandez-Jambrina
from arxiv, 6 pages, 3 figures; Modelling for Engineering & Human Behaviour 2022, 1-6 (2022) I.S.B.N.: 978-84-09-47037-2

In this talk we review the problem of constructing a developable surface patch bounded by two rational or NURBS (Non-Uniform Rational B-spline) curves.


翻译：在这次演讲中,我们审查了建造一个以两个合理或非统一合理B-脉冲曲线为界的可开发表面补丁的问题。
0
下载
关闭预览

相关内容

Surface 是微软公司（ Microsoft）旗下一系列使用 Windows 10（早期为 Windows 8.X）操作系统的电脑产品，目前有 Surface、Surface Pro 和 Surface Book 三个系列。 2012 年 6 月 18 日，初代 Surface Pro/RT 由时任微软 CEO 史蒂夫·鲍尔默发布于在洛杉矶举行的记者会，2012 年 10 月 26 日上市销售。
【Erik J Bekkers博士论文】SE(2)中基于亚黎曼几何的视网膜图像分析，Retinal Image Analysis using Sub-Riemannian Geometry in SE(2)
【Erik J Bekkers博士论文】SE(2)中基于亚黎曼几何的视网膜图像分析，Retinal Image Analysis using Sub-Riemannian Geometry in SE(2)
专知会员服务
12+阅读 · 2022年3月27日
【超赞的#C++#速查&信息图】“hacking c++ - Cheat Sheets & Infographics”
【超赞的#C++#速查&信息图】“hacking c++ - Cheat Sheets & Infographics”
专知会员服务
29+阅读 · 2022年3月8日
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
专知会员服务
94+阅读 · 2020年3月12日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
47+阅读 · 2019年10月17日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
34+阅读 · 2019年10月17日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
[综述]深度学习下的场景文本检测与识别
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
专知会员服务
79+阅读 · 2019年10月10日
【CMU卡内基梅隆大学】深度学习在计算机视觉的应用：方法，解释，因果与公平性
【CMU卡内基梅隆大学】深度学习在计算机视觉的应用：方法，解释，因果与公平性
专知会员服务
81+阅读 · 2019年10月9日
【加州大学伯克利分校博士论文】通过自我监督预测学习泛化
【加州大学伯克利分校博士论文】通过自我监督预测学习泛化
专知会员服务
64+阅读 · 2019年10月9日
VCIP 2022 Call for Demos
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
VCIP 2022 Call for Special Session Proposals
VCIP 2022 Call for Special Session Proposals
CCF多媒体专委会
1+阅读 · 2022年4月1日
ACM MM 2022 Call for Papers
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
ACM TOMM Call for Papers
ACM TOMM Call for Papers
CCF多媒体专委会
2+阅读 · 2022年3月23日
局部学习的特征选择：Local-Learning-Based Feature Selection
局部学习的特征选择：Local-Learning-Based Feature Selection
我爱读PAMI
14+阅读 · 2019年9月20日
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
深度自进化聚类：Deep Self-Evolution Clustering
深度自进化聚类：Deep Self-Evolution Clustering
我爱读PAMI
15+阅读 · 2019年4月13日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Kahler 曲面中特殊曲面的研究
国家自然科学基金
0+阅读 · 2014年12月31日
酸敏感离子通道(ASICs)在过敏性紫癜患儿血管内皮细胞损伤中的调控作用
国家自然科学基金
0+阅读 · 2014年12月31日
局部波动特征分解(LOD)方法及其在机械故障诊断中的应用研究
国家自然科学基金
0+阅读 · 2013年12月31日
可压缩Navier-Stokes方程和Boltzmann方程解的渐近行为
国家自然科学基金
0+阅读 · 2013年12月31日
流体中形状优化问题的高可扩展并行区域分解算法
国家自然科学基金
1+阅读 · 2013年12月31日
复几何中的奇性分析及应用
国家自然科学基金
0+阅读 · 2013年12月31日
Vlasov-Poisson-Boltzmann方程研究
国家自然科学基金
0+阅读 · 2013年12月31日
Riemann-Hilbert 方法和随机矩阵谱分析中的 Painleve 渐近
国家自然科学基金
0+阅读 · 2012年12月31日
拋物奇异积分算子有界性及其应用
国家自然科学基金
0+阅读 · 2009年12月31日
负折射率介质中光束的反常传输特性研究
国家自然科学基金
0+阅读 · 2008年12月31日
Deformable Surface Reconstruction via Riemannian Metric Preservation
Arxiv
0+阅读 · 2023年3月17日
Preserving Derivative Information while Transforming Neuronal Curves
Arxiv
0+阅读 · 2023年3月16日
Optimizing Orthogonalized Tensor Deflation via Random Tensor Theory
Arxiv
0+阅读 · 2023年3月16日
Effectively Modeling Time Series with Simple Discrete State Spaces
Arxiv
0+阅读 · 2023年3月16日
Weak discrete maximum principle of isoparametric finite element methods in curvilinear polyhedra
Arxiv
0+阅读 · 2023年3月16日
Noisy Low-rank Matrix Optimization: Geometry of Local Minima and Convergence Rate
Arxiv
0+阅读 · 2023年3月15日
Multi-Exposure HDR Composition by Gated Swin Transformer
Arxiv
0+阅读 · 2023年3月15日
RICO: Regularizing the Unobservable for Indoor Compositional Reconstruction
Arxiv
0+阅读 · 2023年3月15日
The Benefits of Mixup for Feature Learning
Arxiv
0+阅读 · 2023年3月15日
A Simple Framework for Contrastive Learning of Visual Representations
Arxiv
21+阅读 · 2020年2月13日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
Microsoft Surface
计算机图形学
数值分析
相关VIP内容
【Erik J Bekkers博士论文】SE(2)中基于亚黎曼几何的视网膜图像分析，Retinal Image Analysis using Sub-Riemannian Geometry in SE(2)
【Erik J Bekkers博士论文】SE(2)中基于亚黎曼几何的视网膜图像分析，Retinal Image Analysis using Sub-Riemannian Geometry in SE(2)
专知会员服务
12+阅读 · 2022年3月27日
【超赞的#C++#速查&信息图】“hacking c++ - Cheat Sheets & Infographics”
【超赞的#C++#速查&信息图】“hacking c++ - Cheat Sheets & Infographics”
专知会员服务
29+阅读 · 2022年3月8日
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
专知会员服务
94+阅读 · 2020年3月12日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
47+阅读 · 2019年10月17日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
34+阅读 · 2019年10月17日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
[综述]深度学习下的场景文本检测与识别
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
专知会员服务
79+阅读 · 2019年10月10日
【CMU卡内基梅隆大学】深度学习在计算机视觉的应用：方法，解释，因果与公平性
【CMU卡内基梅隆大学】深度学习在计算机视觉的应用：方法，解释，因果与公平性
专知会员服务
81+阅读 · 2019年10月9日
【加州大学伯克利分校博士论文】通过自我监督预测学习泛化
【加州大学伯克利分校博士论文】通过自我监督预测学习泛化
专知会员服务
64+阅读 · 2019年10月9日
热门VIP内容
相关资讯
VCIP 2022 Call for Demos
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
VCIP 2022 Call for Special Session Proposals
VCIP 2022 Call for Special Session Proposals
CCF多媒体专委会
1+阅读 · 2022年4月1日
ACM MM 2022 Call for Papers
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
ACM TOMM Call for Papers
ACM TOMM Call for Papers
CCF多媒体专委会
2+阅读 · 2022年3月23日
局部学习的特征选择：Local-Learning-Based Feature Selection
局部学习的特征选择：Local-Learning-Based Feature Selection
我爱读PAMI
14+阅读 · 2019年9月20日
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
深度自进化聚类：Deep Self-Evolution Clustering
深度自进化聚类：Deep Self-Evolution Clustering
我爱读PAMI
15+阅读 · 2019年4月13日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
相关论文
Deformable Surface Reconstruction via Riemannian Metric Preservation
Arxiv
0+阅读 · 2023年3月17日
Preserving Derivative Information while Transforming Neuronal Curves
Arxiv
0+阅读 · 2023年3月16日
Optimizing Orthogonalized Tensor Deflation via Random Tensor Theory
Arxiv
0+阅读 · 2023年3月16日
Effectively Modeling Time Series with Simple Discrete State Spaces
Arxiv
0+阅读 · 2023年3月16日
Weak discrete maximum principle of isoparametric finite element methods in curvilinear polyhedra
Arxiv
0+阅读 · 2023年3月16日
Noisy Low-rank Matrix Optimization: Geometry of Local Minima and Convergence Rate
Arxiv
0+阅读 · 2023年3月15日
Multi-Exposure HDR Composition by Gated Swin Transformer
Arxiv
0+阅读 · 2023年3月15日
RICO: Regularizing the Unobservable for Indoor Compositional Reconstruction
Arxiv
0+阅读 · 2023年3月15日
The Benefits of Mixup for Feature Learning
Arxiv
0+阅读 · 2023年3月15日
A Simple Framework for Contrastive Learning of Visual Representations
Arxiv
21+阅读 · 2020年2月13日
相关基金
Kahler 曲面中特殊曲面的研究
国家自然科学基金
0+阅读 · 2014年12月31日
酸敏感离子通道(ASICs)在过敏性紫癜患儿血管内皮细胞损伤中的调控作用
国家自然科学基金
0+阅读 · 2014年12月31日
局部波动特征分解(LOD)方法及其在机械故障诊断中的应用研究
国家自然科学基金
0+阅读 · 2013年12月31日
可压缩Navier-Stokes方程和Boltzmann方程解的渐近行为
国家自然科学基金
0+阅读 · 2013年12月31日
流体中形状优化问题的高可扩展并行区域分解算法
国家自然科学基金
1+阅读 · 2013年12月31日
复几何中的奇性分析及应用
国家自然科学基金
0+阅读 · 2013年12月31日
Vlasov-Poisson-Boltzmann方程研究
国家自然科学基金
0+阅读 · 2013年12月31日
Riemann-Hilbert 方法和随机矩阵谱分析中的 Painleve 渐近
国家自然科学基金
0+阅读 · 2012年12月31日
拋物奇异积分算子有界性及其应用
国家自然科学基金
0+阅读 · 2009年12月31日
负折射率介质中光束的反常传输特性研究
国家自然科学基金
0+阅读 · 2008年12月31日
Top
微信扫码咨询专知VIP会员
Top