Funciones de discretización para índices métricos basados en pivotes

Autores
Chávez, Edgar; Herrera, Norma Edith; Ruano, Carina; Villegas, Ana
Año de publicación
2005
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
El modelo de Espacios Métricos permite formalizar el concepto de búsqueda por similitud en bases de datos no tradicionales. El objetivo es construir índices que permitan reducir el tiempo necesario para resolver una búsqueda por similitud. Uno de los enfoques para la construcción de índices es el usado por los algoritmos basados en pivotes. Dentro de los índices basados en pivotes de mejor desempeño, se encuentra el Trie de Consulta Fija (FQTrie por sus siglas en inglés). La eficiencia del FQTrie depende fuertemente del tipo de discretización y de la calidad de los pivotes empleados. En este trabajo atacamos el problema de diseño de funciones de discretización para el FQTrie, cuando el mismo se utiliza para indizar espacios métricos con funciones de distancia continuas. Presentamos una nueva función de discretización δma basada en los histogramas de distancias de los pivotes usados en la construcción del índice. Mostramos experimentalmente que δma es altamente competitiva en los espacios considerados
II Workshop de Ingeniería de Software y Bases de Datos (WISBD)
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
Base de Datos
espacios métricos
funciones de discretización
pivotes
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/23136
Acceder
id SEDICI_18cd9b1263588e2fc5a7bebd3ac176c2
oai_identifier_str oai:sedici.unlp.edu.ar:10915/23136
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Funciones de discretización para índices métricos basados en pivotesChávez, EdgarHerrera, Norma EdithRuano, CarinaVillegas, AnaCiencias InformáticasBase de Datosespacios métricosfunciones de discretizaciónpivotesEl modelo de Espacios Métricos permite formalizar el concepto de búsqueda por similitud en bases de datos no tradicionales. El objetivo es construir índices que permitan reducir el tiempo necesario para resolver una búsqueda por similitud. Uno de los enfoques para la construcción de índices es el usado por los algoritmos basados en pivotes. Dentro de los índices basados en pivotes de mejor desempeño, se encuentra el Trie de Consulta Fija (FQTrie por sus siglas en inglés). La eficiencia del FQTrie depende fuertemente del tipo de discretización y de la calidad de los pivotes empleados. En este trabajo atacamos el problema de diseño de funciones de discretización para el FQTrie, cuando el mismo se utiliza para indizar espacios métricos con funciones de distancia continuas. Presentamos una nueva función de discretización δ<sub>ma</sub> basada en los histogramas de distancias de los pivotes usados en la construcción del índice. Mostramos experimentalmente que δ<sub>ma</sub> es altamente competitiva en los espacios consideradosII Workshop de Ingeniería de Software y Bases de Datos (WISBD)Red de Universidades con Carreras en Informática (RedUNCI)2005-10info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/23136spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T10:55:20Zoai:sedici.unlp.edu.ar:10915/23136Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 10:55:21.075SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Funciones de discretización para índices métricos basados en pivotes
title Funciones de discretización para índices métricos basados en pivotes
spellingShingle Funciones de discretización para índices métricos basados en pivotes
Chávez, Edgar
Ciencias Informáticas
Base de Datos
espacios métricos
funciones de discretización
pivotes
title_short Funciones de discretización para índices métricos basados en pivotes
title_full Funciones de discretización para índices métricos basados en pivotes
title_fullStr Funciones de discretización para índices métricos basados en pivotes
title_full_unstemmed Funciones de discretización para índices métricos basados en pivotes
title_sort Funciones de discretización para índices métricos basados en pivotes
dc.creator.none.fl_str_mv Chávez, Edgar
Herrera, Norma Edith
Ruano, Carina
Villegas, Ana
author Chávez, Edgar
author_facet Chávez, Edgar
Herrera, Norma Edith
Ruano, Carina
Villegas, Ana
author_role author
author2 Herrera, Norma Edith
Ruano, Carina
Villegas, Ana
author2_role author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Base de Datos
espacios métricos
funciones de discretización
pivotes
topic Ciencias Informáticas
Base de Datos
espacios métricos
funciones de discretización
pivotes
dc.description.none.fl_txt_mv El modelo de Espacios Métricos permite formalizar el concepto de búsqueda por similitud en bases de datos no tradicionales. El objetivo es construir índices que permitan reducir el tiempo necesario para resolver una búsqueda por similitud. Uno de los enfoques para la construcción de índices es el usado por los algoritmos basados en pivotes. Dentro de los índices basados en pivotes de mejor desempeño, se encuentra el Trie de Consulta Fija (FQTrie por sus siglas en inglés). La eficiencia del FQTrie depende fuertemente del tipo de discretización y de la calidad de los pivotes empleados. En este trabajo atacamos el problema de diseño de funciones de discretización para el FQTrie, cuando el mismo se utiliza para indizar espacios métricos con funciones de distancia continuas. Presentamos una nueva función de discretización δ<sub>ma</sub> basada en los histogramas de distancias de los pivotes usados en la construcción del índice. Mostramos experimentalmente que δ<sub>ma</sub> es altamente competitiva en los espacios considerados
II Workshop de Ingeniería de Software y Bases de Datos (WISBD)
Red de Universidades con Carreras en Informática (RedUNCI)
description El modelo de Espacios Métricos permite formalizar el concepto de búsqueda por similitud en bases de datos no tradicionales. El objetivo es construir índices que permitan reducir el tiempo necesario para resolver una búsqueda por similitud. Uno de los enfoques para la construcción de índices es el usado por los algoritmos basados en pivotes. Dentro de los índices basados en pivotes de mejor desempeño, se encuentra el Trie de Consulta Fija (FQTrie por sus siglas en inglés). La eficiencia del FQTrie depende fuertemente del tipo de discretización y de la calidad de los pivotes empleados. En este trabajo atacamos el problema de diseño de funciones de discretización para el FQTrie, cuando el mismo se utiliza para indizar espacios métricos con funciones de distancia continuas. Presentamos una nueva función de discretización δ<sub>ma</sub> basada en los histogramas de distancias de los pivotes usados en la construcción del índice. Mostramos experimentalmente que δ<sub>ma</sub> es altamente competitiva en los espacios considerados
publishDate 2005
dc.date.none.fl_str_mv 2005-10
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/23136
url http://sedici.unlp.edu.ar/handle/10915/23136
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1844615812272357376
score 13.069144

Publicaciones similares