Enclosing trees.
A method is described for representing voxel-based objects by means of enclosing trees. An enclosing tree is a tree which totally covers a voxel-based object, the vertices of the enclosing tree correspond to the vertices of the enclosing surface of the analyzed voxel-based object.
An enclosing tree is represented by a chain of base-five digit strings suitably combined by means of parentheses. The enclosing-tree notation is invariant under rotation and translation. Furthermore, using this notation it is possible to obtain the mirror image of any voxel-based object with ease. The enclosing-tree notation preserves the shape of voxel-based objects, allowing us to know some of their topological and geometrical properties. Also, the proposed enclosing-tree notation is a good tool for storing of voxel-based objects. Click here to obtain the full text.
Published in Pattern Analysis and Applications, ISSN 1433-7541, Volume 15, Number 1
Citation: Pattern Anal Applic (2012) 15:1-17 DOI 10.1007/s10044-011-0240-z
My articles and publications --(full text, click here. You may be asked to sign up --it is free) --Mis publicaciones (texto completo: http://ipn.academia.edu/AdolfoGuzman Quizá le pida suscribirse --es gratis) Mi página Web -- (click here) -- My Web page (http://alum.mit.edu/www/aguzman). ALGUNOS VIDEOS SOBRE LO QUE HAGO. Conferencia 'Ciudad inteligente, con conectividad y tecnología' (oct. 2010), parte 1 (15min), parte 2 (8min), parte 3 (9min), parte 4 (2min). Entrevista por redCudiMéxico, 2012: aquí (11 min). Avances en Inteligencia Artificial, entrevista en la Univ. IBERO, Puebla, 2013. Pulse aquí (53min). Video in the series "Personalities in the history of ESIME" (for the 100 years anniversary of ESIME-IPN, in Spanish) about Adolfo Guzman": 2014, click here. (1h)
My URL in Google Scholar: http://scholar.google.com/citations?user=Nw5lSdEAAAAJ My ORCID number 0000-0002-8236-0469. Scopus Author ID 6602302516.
Follow me on Academia.edu
Entrevista "La visión de los egresados del IPN, a 80 años de la creación del IPN y 100 años de la creación de la ESIME, 2014: ver en youtube (1h). Seminario sobre "Big Data" (la Ciencia de Datos). 2014. Pulse aquí (56min). Seminar on "Big Data", in English, 2014. Click here (56min). Algunos trabajos sobre Minería de Datos y sus Aplicaciones (CIC-IPN, 2016): pulse aquí (5min). El auge y el ocaso de las máquinas de Lisp (Plática en la Reunión Anual 2016 de la Academia Mexicana de Computación): pulse aquí (56min). Entrevista sobre la funcionalidad y competitividad de Hotware 10: 2016, aquí (6 min). Adolfo Guzmán Arenas, Ingeniero Electrónico e investigador del Centro de Investigación en Computación del IPN, conversó sobre su trayectoria y la importancia de las ciencias aplicadas para el desarrollo del país. 2017, Canal 11, Noticias TV (30min). Cómo se construyó la primera computadora en el mundo de procesamiento paralelo con Lisp. Marzo 2018. https://www.youtube.com/watch?v=dzyZGDhxwrU (12 min). Charla "Historias de éxito en la computación mexicana", ciclo Códice IA. Entrevista a A. Guzmán, "Entre la vida y la academia": https://bit.ly/3sIOQBc (45 min). El CIC cumple 25 años. Pulse aquí (51min. Habla Adolfo: "Pasado y futuro del CIC": minutos 13.57 a 22.70 ).
Perfil en ResearchGate -- My URL in Google Scholar: http://scholar.google.com/citations?user=Nw5lSdEAAAAJ My ORCID number 0000-0002-8236-0469. Scopus Author ID 6602302516.Follow me on Academia.edu
Cuando son muchos datos, ¿cómo debo manejarlos, quizá en varias computadoras? Cómputo paralelo, "Big data"
Tengo muchos datos. No caben en un disco. O sí caben, pero su procesamiento es muy lento en una sola máquina. Según la cantidad de datos y la complejidad de su proceso, ¿Qué plataforma tecnológica [una sola máquina, varias máquinas sin conexión entre ellas, un arreglo de procesadores, el procesador de la unidad gráfica, una supercomputadora, cómputo en la nube,...] me conviene usar? ¿Cuándo debo usar la unidad gráfica o GPU, con CUDA? ¿Y Hadoop, MapReduce o Spark? Estas transparencias ayudarán a hallar la respuesta. Pulse aquí.
Suscribirse a:
Entradas (Atom)