• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Thèse de Doctorat
DOI
https://doi.org/10.11606/T.55.2020.tde-10082020-144244
Document
Auteur
Nom complet
Marcos Henrique Alves Sandim
Adresse Mail
Unité de l'USP
Domain de Connaissance
Date de Soutenance
Editeur
São Carlos, 2020
Directeur
Jury
Paiva Neto, Afonso (Président)
Gois, João Paulo
Souza, Leandro Franco de
Vieira, Thales Miranda de Almeida
Titre en anglais
On the boundary detection for particle-based methods: visibility, learning, interval analysis, metrics, and applications
Mots-clés en anglais
Boundary
Computational geometry
Interval arithmetic
Machine learning
Particle systems
Resumé en anglais
This thesis is a comprehensive study of the definition, development, and evaluation of boundary detection methods for particle systems. A particle system is a variety of datarepresentation used in many fluid simulation methods, such as Smoothed Particle Hydrodynamics (SPH) and Position-Based Fluids (PBF) use particle systems as their primary representation for the fluid. Other techniques, such as Fluid-Implicit-Particle (FLIP) and Affine Particle-In-Cell (APIC), use particle systems as a supplemental representation. In both cases, the knowledge about the boundaries of the particle system can be useful, as it gives crucial information to improve the precision and quality of the simulation, of the generation of a free-surface, or to resample or redistribute particles in critical regions. Despite all that, this is still a poorly defined problem and with costly and error-prone solutions. In light of this, we introduce a mathematical definition for the problem, and, starting from this definition, we explore four distinct solutions. We based our solutions on visibility tests, machine learning, and a combination of interval arithmetic and computational geometry. We thoroughly tested our solutions using different classes of problems and measured their efficiency. Given the results, we can affirm that each of our solutions has characteristics that make them well suited for several distinct use cases.
Titre en portugais
Sobre detecção de fronteira para métodos baseados em partículas: visibilidade, aprendizado, análise intervalar, métricas, e aplicações
Mots-clés en portugais
Aprendizado de máquina
Aritmética intervalar
Fronteira
Geometria computacional
Sistemas de partículas
Resumé en portugais
Esta tese é um estudo compreensivo sobre a definição, desenvolvimento, e avaliação de métodos de detecção de fronteira em sistemas de partículas. Um sistema de partículas é um tipo de representação de dados usada em diversos métodos de simulação de fluidos, como o Smoothed Particle Hydrodynamics (SPH) e o Position Based Fluids (PBF) usam sistemas de partículas como sua representação primária para o fluido. Outras técnicas como o Fluid-Implicit-Particle e o Affine Particle-In-Cell (APIC) usam sistemas de partículas como uma representação suplementar. Em ambos os casos a informação sobre a fronteira do sistema de partículas pode ser útil, uma vez que ela provê informação crucial para melhorar a precisão e qualidade da simulação, da geração de uma superfície-livre, ou para reamostrar ou redistribuir partículas em regiões críticas. Apesar disso esse é um problema mal definido e com soluções custosas e propensas a erros. Sendo assim, nós propomos uma definição matemática para o problema, e, a partir dessa definição, exploramos quatro soluções distintas. Baseamos nossas soluções em testes de visibilidade, aprendizado de máquina, e uma combinação de aritmética intervalar e geometria computacional. Nós testamos extensivamente nossas soluções usando diferentes classes de problemas e medimos a sua eficiência. Dados os resultados, nós podemos afirmar que cada uma das nossas soluções possuem características que as fazem adequadas para diversos casos de uso distintos.
 
AVERTISSEMENT - Regarde ce document est soumise à votre acceptation des conditions d'utilisation suivantes:
Ce document est uniquement à des fins privées pour la recherche et l'enseignement. Reproduction à des fins commerciales est interdite. Cette droits couvrent l'ensemble des données sur ce document ainsi que son contenu. Toute utilisation ou de copie de ce document, en totalité ou en partie, doit inclure le nom de l'auteur.
Date de Publication
2020-08-10
 
AVERTISSEMENT: Apprenez ce que sont des œvres dérivées cliquant ici.
Tous droits de la thèse/dissertation appartiennent aux auteurs
CeTI-SC/STI
Bibliothèque Numérique de Thèses et Mémoires de l'USP. Copyright © 2001-2021. Tous droits réservés.