Eligiendo raíces para el Árbol de aproximación espacial

Autores
Gómez, Alejandro; Ludueña, Verónica; Reyes, Nora Susana
Año de publicación
2007
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Muchas aplicaciones computacionales necesitan buscar información en una base de datos. En la actualidad el predominio de las bases de datos multimedia hace que la búsqueda por similitud o búsqueda por proximidad, es decir buscar elementos de la base de datos que sean similares a un elemento de consulta dado, se vuelva un concepto preponderante. El Árbol de Aproximación Espacial ha demostrado ser muy competitivo para la búsqueda por similitud en espacios métricos de media a alta dimensionalidad (espacios difíciles ) o para responder a consultas con baja selectividad. Sin embargo, para su construcción se elegía su raí z al azar y ello determinaba completamente el árbol tanto en su forma como en su desempe ño. Así , nuestro interés fue el de optimizar las búsquedas en dicha estructura tratando de que la raíz sea elegida de manera tal que re fleje alguna de las caracterí sticas propias del espacio métrico a indexar. Creemos que de esta forma permitimos que la estructura se adapte mejor a la dimensión intrí nseca del espacio métrico considerado, lo cual redunda en búsquedas más efi cientes.
Many computational applications need to search information in a database. At the present time the predominance of multimedia databases does that the similarity search or proximity search, that is to look for elements of the database that are similar to a given query element, becomes a preponderant concept. The Spatial Approximation Trees have shown to be competitive for similarity search in spaces with medium to high dimensionality ( dif cult spaces) or for queries with low selectivity. Nevertheless, for its construction its root was chosen randomly and it completely determines the tree, not only in its shape but also in its searching performance. Thus, our interest was to optimize searches in this data structure trying to choose the tree root in a way that the characteristics of indexed space can be re ected. We consider that, by this way, the data structure can adapt itself better to the dimension of the considered metric space, which results in more ef cient similarity searches.
IV Workshop de Ingeniería de Software y Base de Datos
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
Informática
similarity search
metric spaces
Metrics
Database Administration
Information Search and Retrieval
búsqueda por similitud
espacios métricos
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:10915/21874

id SEDICI_4f838b8c0a49f541b20b032946dd1eb0
oai_identifier_str oai:sedici.unlp.edu.ar:10915/21874
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Eligiendo raíces para el Árbol de aproximación espacialGómez, AlejandroLudueña, VerónicaReyes, Nora SusanaCiencias InformáticasInformáticasimilarity searchmetric spacesMetricsDatabase AdministrationInformation Search and Retrievalbúsqueda por similitudespacios métricosMuchas aplicaciones computacionales necesitan buscar información en una base de datos. En la actualidad el predominio de las bases de datos multimedia hace que la búsqueda por similitud o búsqueda por proximidad, es decir buscar elementos de la base de datos que sean similares a un elemento de consulta dado, se vuelva un concepto preponderante. El Árbol de Aproximación Espacial ha demostrado ser muy competitivo para la búsqueda por similitud en espacios métricos de media a alta dimensionalidad (espacios difíciles ) o para responder a consultas con baja selectividad. Sin embargo, para su construcción se elegía su raí z al azar y ello determinaba completamente el árbol tanto en su forma como en su desempe ño. Así , nuestro interés fue el de optimizar las búsquedas en dicha estructura tratando de que la raíz sea elegida de manera tal que re fleje alguna de las caracterí sticas propias del espacio métrico a indexar. Creemos que de esta forma permitimos que la estructura se adapte mejor a la dimensión intrí nseca del espacio métrico considerado, lo cual redunda en búsquedas más efi cientes.Many computational applications need to search information in a database. At the present time the predominance of multimedia databases does that the similarity search or proximity search, that is to look for elements of the database that are similar to a given query element, becomes a preponderant concept. The Spatial Approximation Trees have shown to be competitive for similarity search in spaces with medium to high dimensionality ( dif cult spaces) or for queries with low selectivity. Nevertheless, for its construction its root was chosen randomly and it completely determines the tree, not only in its shape but also in its searching performance. Thus, our interest was to optimize searches in this data structure trying to choose the tree root in a way that the characteristics of indexed space can be re ected. We consider that, by this way, the data structure can adapt itself better to the dimension of the considered metric space, which results in more ef cient similarity searches.IV Workshop de Ingeniería de Software y Base de DatosRed de Universidades con Carreras en Informática (RedUNCI)2007info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf365-376http://sedici.unlp.edu.ar/handle/10915/21874spainfo: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:UNLP2025-09-29T10:54:48Zoai:sedici.unlp.edu.ar:10915/21874Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 10:54:48.346SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Eligiendo raíces para el Árbol de aproximación espacial
title Eligiendo raíces para el Árbol de aproximación espacial
spellingShingle Eligiendo raíces para el Árbol de aproximación espacial
Gómez, Alejandro
Ciencias Informáticas
Informática
similarity search
metric spaces
Metrics
Database Administration
Information Search and Retrieval
búsqueda por similitud
espacios métricos
title_short Eligiendo raíces para el Árbol de aproximación espacial
title_full Eligiendo raíces para el Árbol de aproximación espacial
title_fullStr Eligiendo raíces para el Árbol de aproximación espacial
title_full_unstemmed Eligiendo raíces para el Árbol de aproximación espacial
title_sort Eligiendo raíces para el Árbol de aproximación espacial
dc.creator.none.fl_str_mv Gómez, Alejandro
Ludueña, Verónica
Reyes, Nora Susana
author Gómez, Alejandro
author_facet Gómez, Alejandro
Ludueña, Verónica
Reyes, Nora Susana
author_role author
author2 Ludueña, Verónica
Reyes, Nora Susana
author2_role author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Informática
similarity search
metric spaces
Metrics
Database Administration
Information Search and Retrieval
búsqueda por similitud
espacios métricos
topic Ciencias Informáticas
Informática
similarity search
metric spaces
Metrics
Database Administration
Information Search and Retrieval
búsqueda por similitud
espacios métricos
dc.description.none.fl_txt_mv Muchas aplicaciones computacionales necesitan buscar información en una base de datos. En la actualidad el predominio de las bases de datos multimedia hace que la búsqueda por similitud o búsqueda por proximidad, es decir buscar elementos de la base de datos que sean similares a un elemento de consulta dado, se vuelva un concepto preponderante. El Árbol de Aproximación Espacial ha demostrado ser muy competitivo para la búsqueda por similitud en espacios métricos de media a alta dimensionalidad (espacios difíciles ) o para responder a consultas con baja selectividad. Sin embargo, para su construcción se elegía su raí z al azar y ello determinaba completamente el árbol tanto en su forma como en su desempe ño. Así , nuestro interés fue el de optimizar las búsquedas en dicha estructura tratando de que la raíz sea elegida de manera tal que re fleje alguna de las caracterí sticas propias del espacio métrico a indexar. Creemos que de esta forma permitimos que la estructura se adapte mejor a la dimensión intrí nseca del espacio métrico considerado, lo cual redunda en búsquedas más efi cientes.
Many computational applications need to search information in a database. At the present time the predominance of multimedia databases does that the similarity search or proximity search, that is to look for elements of the database that are similar to a given query element, becomes a preponderant concept. The Spatial Approximation Trees have shown to be competitive for similarity search in spaces with medium to high dimensionality ( dif cult spaces) or for queries with low selectivity. Nevertheless, for its construction its root was chosen randomly and it completely determines the tree, not only in its shape but also in its searching performance. Thus, our interest was to optimize searches in this data structure trying to choose the tree root in a way that the characteristics of indexed space can be re ected. We consider that, by this way, the data structure can adapt itself better to the dimension of the considered metric space, which results in more ef cient similarity searches.
IV Workshop de Ingeniería de Software y Base de Datos
Red de Universidades con Carreras en Informática (RedUNCI)
description Muchas aplicaciones computacionales necesitan buscar información en una base de datos. En la actualidad el predominio de las bases de datos multimedia hace que la búsqueda por similitud o búsqueda por proximidad, es decir buscar elementos de la base de datos que sean similares a un elemento de consulta dado, se vuelva un concepto preponderante. El Árbol de Aproximación Espacial ha demostrado ser muy competitivo para la búsqueda por similitud en espacios métricos de media a alta dimensionalidad (espacios difíciles ) o para responder a consultas con baja selectividad. Sin embargo, para su construcción se elegía su raí z al azar y ello determinaba completamente el árbol tanto en su forma como en su desempe ño. Así , nuestro interés fue el de optimizar las búsquedas en dicha estructura tratando de que la raíz sea elegida de manera tal que re fleje alguna de las caracterí sticas propias del espacio métrico a indexar. Creemos que de esta forma permitimos que la estructura se adapte mejor a la dimensión intrí nseca del espacio métrico considerado, lo cual redunda en búsquedas más efi cientes.
publishDate 2007
dc.date.none.fl_str_mv 2007
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/10915/21874
url http://sedici.unlp.edu.ar/handle/10915/21874
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
365-376
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_ 1844615806428643328
score 13.070432