Tratamento de tempo e dinamicidade em dados representados em espaços métricos

Abstract

Nowadays, the Database Management Systems (DBMS) must be able to manage complex data, such as multimedia data, genetic sequences, temporal series, besides the traditional data. For queries on large collections of complex data, the similarity among elements is the most relevant concept, and it can be adequately expressed when data are represented in metric spaces. Regardless of the data domain, there are applications that must tracking the evolution of data over time However, the existing Metric Access Methods assume that the data elements are immutable. Aiming at both treating time and allowing changes in metric data, the work presented in this thesis consisted of two main parts. The first part addresses the inclusion of the operations for element remotion and updating in metric access methods. These operations are meant to application domains that work with metric data that changes over time, regardless of the needed to manage temporal information. A new method for metric trees optimization was also developed in this part of the work. It was based on the proposed remotion algorithm. The second part of the thesis addresses including the temporal evolution concept in data represented in metric spaces. The Metric-Temporal Space was proposed, a representation model to allow comparing elements consisting of metric data with temporal information associated. The model includes a method to identify the relative contributions of the temporal and the metric components in the final similarity calculation. Strategies for trajectory analysis of metric data over time was also presented, through the immersion of metric-temporal spaced in dimensional spaces. Finally, a new method for weighting multiple image descriptors was presented. It was derived from changes in the proposed method to identify the contributions of the components of the metric-temporal space.

Algoritmos de bulk-loading para o método de acesso métrico Onion-tree

“…Desse modo, é necessário conhecer apenas duas distâncias entre elementos para realizar a poda de elementos no instante de uma consulta, que utiliza todas as propriedades destacadas. Como resultado, não é necessário calcular todas as distâncias entre o elemento de consulta e os elementos armazenados no MAM, reduzido assim a quantidade de cálculos de distância e evitando-se percorrer ramos desnecessários da estrutura de indexação [Bueno, 2009].…”

“…Figura 2.1: Métricas Minkowski. Figura reproduzida de [Bueno, 2009] Pode-se dizer que o domínio contendo todas as palavras de uma linguagem não pode ser representado em espaços multidimensionais, pois se trata de um domínio adimensional. Nesse tipo de conjunto, a função de distância de Levenshtein, L edit (a,b), é utilizada para medir a similaridade entre duas palavras [Bueno, 2009].…”

“…Figura reproduzida de [Bueno, 2009] Pode-se dizer que o domínio contendo todas as palavras de uma linguagem não pode ser representado em espaços multidimensionais, pois se trata de um domínio adimensional. Nesse tipo de conjunto, a função de distância de Levenshtein, L edit (a,b), é utilizada para medir a similaridade entre duas palavras [Bueno, 2009]. A versão sem atribuição de pesos às posições das cadeias de caracteres retorna o número mínimo de operações de edições necessárias para transformar a cadeia de caracteres a na cadeia de caracteres b. Desse modo, a distância mínima é zero e a distância máxima é o tamanho da maior palavra do domínio.…”

“…A consulta aos k-vizinhos mais próximos é realizada a partir de um objeto de referência s q ⊂ S, um conjunto de elementos S ⊂ S e o valor k de vizinhos mais próximos que se deseja recuperar. Assim, o resultado da consulta KNN(s q , k) é o conjunto dos k elementos mais próximos ao elemento s q em S. A resposta resultante, S´⊆ S, é (s [Bueno, 2009]. Um exemplo desse tipo de consulta pode ser ilustrado pela sentença: "Selecione as 3 palavras mais semelhantes à palavra p".…”

“…Figura 2.3: Consulta aos k-vizinhos mais próximos. Figura adaptada de [Bueno, 2009] 2.4 Métodos de Acesso O uso de estruturas de dados para armazenar, recuperar e localizar dados é muito comum e, desde o princípio da informática, existe a tentativa de se obter estruturas mais eficientes para que essas funcionalidades sejam oferecidas. Uma das abordagens mais simples de resolver o problema de se buscar em um conjunto de dados é a chamada busca sequencial, sendo que o arquivo é percorrido até que o elemento de busca seja encontrado.…”