Técnicas de selección de centros basadas en histogramas de distancia

Autores
Lucero, Ariel; Herrera, Norma Edith; Ruano, Carina
Año de publicación
2011
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
El diseño de índices en espacios métricos para el procesamiento eficiente de consultas por similitud es un tema de investigación emergente. Una amplia clase de índices en espacios métricos se construyen 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. Si bien los centros seleccionados no afectan la efectividad del índice, son cruciales para su eficiencia. En este artículo presentamos nuevas políticas para la selección de centros basándonos en la información que brindan los histogramas de distancia. Mostramos que las mismas son competitivas evaluando su desempeño sobre el índice Geometric Near-neighbor Access Tree (GNAT).
Presentado en el VIII Workshop Bases de Datos y Minería de Datos (WBDDM)
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
espacios métricos; indices; selección de centros
Query processing
Search process
Information Storage
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:10915/18760
Acceder
id SEDICI_6503aeb641dadbd2a350a97459b15b63
oai_identifier_str oai:sedici.unlp.edu.ar:10915/18760
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Técnicas de selección de centros basadas en histogramas de distanciaLucero, ArielHerrera, Norma EdithRuano, CarinaCiencias Informáticasespacios métricos; indices; selección de centrosQuery processingSearch processInformation StorageEl diseño de índices en espacios métricos para el procesamiento eficiente de consultas por similitud es un tema de investigación emergente. Una amplia clase de índices en espacios métricos se construyen 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. Si bien los centros seleccionados no afectan la efectividad del índice, son cruciales para su eficiencia. En este artículo presentamos nuevas políticas para la selección de centros basándonos en la información que brindan los histogramas de distancia. Mostramos que las mismas son competitivas evaluando su desempeño sobre el índice Geometric Near-neighbor Access Tree (GNAT).Presentado en el VIII Workshop Bases de Datos y Minería de Datos (WBDDM)Red de Universidades con Carreras en Informática (RedUNCI)2011-10info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf1037-1046http://sedici.unlp.edu.ar/handle/10915/18760spainfo: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:UNLP2025-10-15T10:46:14Zoai:sedici.unlp.edu.ar:10915/18760Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-10-15 10:46:14.858SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Técnicas de selección de centros basadas en histogramas de distancia
title Técnicas de selección de centros basadas en histogramas de distancia
spellingShingle Técnicas de selección de centros basadas en histogramas de distancia
Lucero, Ariel
Ciencias Informáticas
espacios métricos; indices; selección de centros
Query processing
Search process
Information Storage
title_short Técnicas de selección de centros basadas en histogramas de distancia
title_full Técnicas de selección de centros basadas en histogramas de distancia
title_fullStr Técnicas de selección de centros basadas en histogramas de distancia
title_full_unstemmed Técnicas de selección de centros basadas en histogramas de distancia
title_sort Técnicas de selección de centros basadas en histogramas de distancia
dc.creator.none.fl_str_mv Lucero, Ariel
Herrera, Norma Edith
Ruano, Carina
author Lucero, Ariel
author_facet Lucero, Ariel
Herrera, Norma Edith
Ruano, Carina
author_role author
author2 Herrera, Norma Edith
Ruano, Carina
author2_role author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
espacios métricos; indices; selección de centros
Query processing
Search process
Information Storage
topic Ciencias Informáticas
espacios métricos; indices; selección de centros
Query processing
Search process
Information Storage
dc.description.none.fl_txt_mv El diseño de índices en espacios métricos para el procesamiento eficiente de consultas por similitud es un tema de investigación emergente. Una amplia clase de índices en espacios métricos se construyen 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. Si bien los centros seleccionados no afectan la efectividad del índice, son cruciales para su eficiencia. En este artículo presentamos nuevas políticas para la selección de centros basándonos en la información que brindan los histogramas de distancia. Mostramos que las mismas son competitivas evaluando su desempeño sobre el índice Geometric Near-neighbor Access Tree (GNAT).
Presentado en el VIII Workshop Bases de Datos y Minería de Datos (WBDDM)
Red de Universidades con Carreras en Informática (RedUNCI)
description El diseño de índices en espacios métricos para el procesamiento eficiente de consultas por similitud es un tema de investigación emergente. Una amplia clase de índices en espacios métricos se construyen 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. Si bien los centros seleccionados no afectan la efectividad del índice, son cruciales para su eficiencia. En este artículo presentamos nuevas políticas para la selección de centros basándonos en la información que brindan los histogramas de distancia. Mostramos que las mismas son competitivas evaluando su desempeño sobre el índice Geometric Near-neighbor Access Tree (GNAT).
publishDate 2011
dc.date.none.fl_str_mv 2011-10
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/10915/18760
url http://sedici.unlp.edu.ar/handle/10915/18760
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
1037-1046
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_ 1846063885590724608
score 13.22299

Publicaciones similares