Selección de centros para un índice métrico basado en particiones compactas

Autores
Mendoza Alric, Cristian; Herrera, Norma Edith
Año de publicación
2006
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. Una amplia clase de algoritmos construyen el índice dividiendo el espacio en zonas tan compactas como sea posible. Por cada zona se almacena un elemento representativo, llamado centro , e información adicional que permiten descartar la zona completa durante una búsqueda, sin tener que calcular la distancia entre los elementos de la zona y el objeto de búsqueda. La manera en que se seleccionan los centros afecta el desempeño del índice. En este artículo presentamos dos nuevas políticas para la selección de centros en el Geometric Nearneighbor Access Tree (GNAT), un índice basado en particiones compactas. Experimentalmente mostramos que estas políticas logran un buen desempeño.
III 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
Índices
metric spaces
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:10915/22299
Acceder
id SEDICI_5d63604853e2ad0c876768776ca7a0c5
oai_identifier_str oai:sedici.unlp.edu.ar:10915/22299
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Selección de centros para un índice métrico basado en particiones compactasMendoza Alric, CristianHerrera, Norma EdithCiencias InformáticasBase de Datosespacios métricosÍndicesmetric spacesEl 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. Una amplia clase de algoritmos construyen el índice dividiendo el espacio en zonas tan compactas como sea posible. Por cada zona se almacena un elemento representativo, llamado centro , e información adicional que permiten descartar la zona completa durante una búsqueda, sin tener que calcular la distancia entre los elementos de la zona y el objeto de búsqueda. La manera en que se seleccionan los centros afecta el desempeño del índice. En este artículo presentamos dos nuevas políticas para la selección de centros en el Geometric Nearneighbor Access Tree (GNAT), un índice basado en particiones compactas. Experimentalmente mostramos que estas políticas logran un buen desempeño.III Workshop de Ingeniería de Software y Bases de Datos (WISBD)Red de Universidades con Carreras en Informática (RedUNCI)2006-10info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf479-490http://sedici.unlp.edu.ar/handle/10915/22299spainfo: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:UNLP2025-09-29T10:54:57Zoai:sedici.unlp.edu.ar:10915/22299Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 10:54:58.254SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Selección de centros para un índice métrico basado en particiones compactas
title Selección de centros para un índice métrico basado en particiones compactas
spellingShingle Selección de centros para un índice métrico basado en particiones compactas
Mendoza Alric, Cristian
Ciencias Informáticas
Base de Datos
espacios métricos
Índices
metric spaces
title_short Selección de centros para un índice métrico basado en particiones compactas
title_full Selección de centros para un índice métrico basado en particiones compactas
title_fullStr Selección de centros para un índice métrico basado en particiones compactas
title_full_unstemmed Selección de centros para un índice métrico basado en particiones compactas
title_sort Selección de centros para un índice métrico basado en particiones compactas
dc.creator.none.fl_str_mv Mendoza Alric, Cristian
Herrera, Norma Edith
author Mendoza Alric, Cristian
author_facet Mendoza Alric, Cristian
Herrera, Norma Edith
author_role author
author2 Herrera, Norma Edith
author2_role author
dc.subject.none.fl_str_mv Ciencias Informáticas
Base de Datos
espacios métricos
Índices
metric spaces
topic Ciencias Informáticas
Base de Datos
espacios métricos
Índices
metric spaces
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. Una amplia clase de algoritmos construyen el índice dividiendo el espacio en zonas tan compactas como sea posible. Por cada zona se almacena un elemento representativo, llamado centro , e información adicional que permiten descartar la zona completa durante una búsqueda, sin tener que calcular la distancia entre los elementos de la zona y el objeto de búsqueda. La manera en que se seleccionan los centros afecta el desempeño del índice. En este artículo presentamos dos nuevas políticas para la selección de centros en el Geometric Nearneighbor Access Tree (GNAT), un índice basado en particiones compactas. Experimentalmente mostramos que estas políticas logran un buen desempeño.
III 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. Una amplia clase de algoritmos construyen el índice dividiendo el espacio en zonas tan compactas como sea posible. Por cada zona se almacena un elemento representativo, llamado centro , e información adicional que permiten descartar la zona completa durante una búsqueda, sin tener que calcular la distancia entre los elementos de la zona y el objeto de búsqueda. La manera en que se seleccionan los centros afecta el desempeño del índice. En este artículo presentamos dos nuevas políticas para la selección de centros en el Geometric Nearneighbor Access Tree (GNAT), un índice basado en particiones compactas. Experimentalmente mostramos que estas políticas logran un buen desempeño.
publishDate 2006
dc.date.none.fl_str_mv 2006-10
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/10915/22299
url http://sedici.unlp.edu.ar/handle/10915/22299
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
479-490
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_ 1844615808294060032
score 13.070432

Publicaciones similares