Selección espacial de pivotes dispersos para la búsqueda por similitud en espacios métricos

La búsqueda por similitud es una operación fundamental en aplicaciones que trabajan con fuentes de datos no estructuradas. En este artículo proponemos un nuevo método de búsqueda por similitud basado en pivotes, que denominamos Sparse Spatial Selection (SSS). La principal característica de SSS es qu...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Brisaboa, Nieves R., Fariña, Antonio, Pedreira, Óscar, Reyes, Nora Susana
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2006
Materias:
Ciencias Informáticas
Base de Datos
Data types and structures
Algoritmos
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/22300
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-22300
record_format dspace
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
Base de Datos
Data types and structures
Algoritmos
spellingShingle Ciencias Informáticas
Base de Datos
Data types and structures
Algoritmos
Brisaboa, Nieves R.
Fariña, Antonio
Pedreira, Óscar
Reyes, Nora Susana
Selección espacial de pivotes dispersos para la búsqueda por similitud en espacios métricos
topic_facet Ciencias Informáticas
Base de Datos
Data types and structures
Algoritmos
description La búsqueda por similitud es una operación fundamental en aplicaciones que trabajan con fuentes de datos no estructuradas. En este artículo proponemos un nuevo método de búsqueda por similitud basado en pivotes, que denominamos Sparse Spatial Selection (SSS). La principal característica de SSS es que garantiza una buena selección de pivotes con un coste computacional más bajo que otros métodos propuestos anteriormente. Además, SSS se adapta por sí sólo a la dimensionalidad del espacio métrico con el que estamos trabajando, sin que sea necesario especificar de antemano el número de pivotes que se van a extraer. Por otro lado, SSS es dinámico, es decir, es capaz de soportar inserciones de objetos en la base de datos sin que su eficiencia se vea reducida, puede usar tanto distancias continuas como discretas y se adapta bien a memoria secundaria. En este trabajo proporcionamos resultados experimentales que confirman las ventajas del método con distintos espacios vectoriales y métricos. Demostramos también que nuestra propuesta tiene una eficiencia similar a otras ya existentes en espacios vectoriales, aunque es mejor en espacios métricos generales.
format Objeto de conferencia
Objeto de conferencia
author Brisaboa, Nieves R.
Fariña, Antonio
Pedreira, Óscar
Reyes, Nora Susana
author_facet Brisaboa, Nieves R.
Fariña, Antonio
Pedreira, Óscar
Reyes, Nora Susana
author_sort Brisaboa, Nieves R.
title Selección espacial de pivotes dispersos para la búsqueda por similitud en espacios métricos
title_short Selección espacial de pivotes dispersos para la búsqueda por similitud en espacios métricos
title_full Selección espacial de pivotes dispersos para la búsqueda por similitud en espacios métricos
title_fullStr Selección espacial de pivotes dispersos para la búsqueda por similitud en espacios métricos
title_full_unstemmed Selección espacial de pivotes dispersos para la búsqueda por similitud en espacios métricos
title_sort selección espacial de pivotes dispersos para la búsqueda por similitud en espacios métricos
publishDate 2006
url http://sedici.unlp.edu.ar/handle/10915/22300
work_keys_str_mv AT brisaboanievesr seleccionespacialdepivotesdispersosparalabusquedaporsimilitudenespaciosmetricos
AT farinaantonio seleccionespacialdepivotesdispersosparalabusquedaporsimilitudenespaciosmetricos
AT pedreiraoscar seleccionespacialdepivotesdispersosparalabusquedaporsimilitudenespaciosmetricos
AT reyesnorasusana seleccionespacialdepivotesdispersosparalabusquedaporsimilitudenespaciosmetricos
bdutipo_str Repositorios
_version_ 1764820465551933441

Ejemplares similares