Um método de acesso métrico para consultas por similaridade com condições adicionais

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorKaster, Daniel dos Santos [Orientador]-
Autor(es): dc.contributorBueno, Renato-
Autor(es): dc.contributorBarbon Junior, Sylvio-
Autor(es): dc.contributorPalma, Jandira Guenka-
Autor(es): dc.creatorSoares, Leandro Cavalari-
Data de aceite: dc.date.accessioned2025-05-15T12:58:45Z-
Data de disponibilização: dc.date.available2025-05-15T12:58:45Z-
Data de envio: dc.date.issued2024-05-01-
Data de envio: dc.date.issued2024-05-01-
Data de envio: dc.date.issued2025-05-15-
Data de envio: dc.date.issued2025-05-15-
Fonte completa do material: dc.identifierhttps://repositorio.uel.br/handle/123456789/15050-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/978110-
Descrição: dc.descriptionResumo: O rápido crescimento da massa de dados complexos na atualidade, tais como imagens, vídeos e séries temporais, intensifica a importância do desenvolvimento de estratégias de busca eficientes para este tipo de dados Aplicações que lidam com dados complexos aplicam consultas por similaridade na recuperação dos mesmos, combinando condições de similaridade com condições associadas a atributos de tipos de dados tradicionais Existem diversas estruturas de indexação para consultas por similaridade, no entanto, grande parte delas não trabalha com dados tradicionais como condição de busca As estruturas existentes que respondem a consultas combinando condições contendo tanto atributos complexos quanto tradicionais, em geral, suportam apenas condições baseadas em palavras-chave Esta Dissertação de mestrado propõe um novo método de acesso métrico, chamado cx-Sim tree (condition-extended Similarity tree), para executar eficientemente consultas por similaridade com condições adicionais gerais (não somente baseadas em palavras-chave) sobre dados complexos A cx-Sim tree é um índice composto que tem quatro variações de implementação, contendo um atributo complexo e um ou mais atributos tradicionais Experimentos sobre bases de dados complexos reais para validar comparativamente o método mostraram que ele obteve maior desempenho que as abordagens existentes para consultas por similaridade com condições simples e que as variações desenvolvidas cobrem diferentes situações considerando-se consultas com condições compostas, possibilitando recuperação rápida de dados em todas as situações-
Descrição: dc.descriptionDissertação (Mestrado em Ciência da Computação) - Universidade Estadual de Londrina, Centro de Ciências Exatas, Programa de Pós-Graduação em Ciência da Computação-
Descrição: dc.descriptionAbstract: The fast growth of complex data repositories, such as images, videos and time series, in recent years is intensifying the importance of developing efficient search strategies over these data types Applications that deal with complex data employ similarity queries to retrieve data, often combining similarity conditions with conditions over other associated attributes of traditional data types There are several indexing structures for answering similarity queries, however most of them do not work when there are additional search conditions The existing structures that answer queries combining conditions over complex and traditional attributes, in general, support only keyword-based conditions This master’s thesis proposes a new metric access method, called cx-Sim tree (condition-extended Similarity tree), to efficiently execute similarity queries with additional general conditions (not only keyword-based) over complex data The cx-Sim tree is a composite index that has four implementation variations, containing one complex attribute and or more traditional attributes Experiments over real complex databases to validate comparatively the method shown that it outperformed existing approaches regarding similarity queries with simple conditions and that the developed variations cover different situations regarding queries with composite conditions, allowing fast data retrieval in every situation-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Relação: dc.relationMestrado-
Relação: dc.relationCiência da Computação-
Relação: dc.relationCentro de Ciências Exatas-
Relação: dc.relationPrograma de Pós-Graduação em Ciência da Computação-
Palavras-chave: dc.subjectBanco de dados-
Palavras-chave: dc.subjectGerência-
Palavras-chave: dc.subjectEstruturas de dados (Computação)-
Palavras-chave: dc.subjectOrganização de arquivos (Computação)-
Palavras-chave: dc.subjectSistemas multimídia-
Palavras-chave: dc.subjectDatabase management-
Palavras-chave: dc.subjectStructures, Data (Computer science)-
Palavras-chave: dc.subjectFile organization (Computer science)-
Palavras-chave: dc.subjectMultimedia systems-
Palavras-chave: dc.subjectComputers - Access c-
Título: dc.titleUm método de acesso métrico para consultas por similaridade com condições adicionais-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositório Institucional da UEL - RIUEL

Não existem arquivos associados a este item.