Navegación

Búsqueda

Búsqueda avanzada

El autor Luis G. Ares ha publicado 1 artículo(s):

1 - Reducción de la Complejidad Externa en Búsquedas por Similitud usando Técnicas de Clustering

La búsqueda por similitud tiene como finalidad determinar los objetos más semejantes o cercanos a uno dado. Los espacios métricos constituyen un modelo matemático que permite formalizar dicha búsqueda y que han dado lugar a diversos métodos, que tienen como objetivo principal reducir el número de evaluaciones de la función de distancia y el tamaño del índice. Las soluciones existentes son métodos basados en pivotes, que obtienen un número reducido de evaluaciones pero requieren cantidades importantes de espacio, y métodos basados en clustering, que necesitan poco espacio pero incrementan el número de evaluaciones. En este trabajo presentamos una nueva estrategia de clustering con sus algoritmos para búsquedas por rango y kNN que, reduciendo progresivamente el tamaño del cluster, disminuye significativamente la complejidad externa, un componente de la complejidad de los métodos existentes, con lo que se reduce el número de evaluaciones de la función de distancia.

Autores: Luis G. Ares / Nieves R. Brisaboa / Alberto Ordoñez / Oscar Pedreira / 
Palabras Clave: espacios métricos - Reducción de cluster - úsqueda por similitud