Resumen

En espacios de alta dimensión, la precisión y la búsqueda de similitudes con bajos costes de computación y almacenamiento son siempre temas de investigación difíciles, y existe un equilibrio entre la eficiencia y la precisión. En este trabajo, proponemos una nueva estructura Similar-PBF-PHT para representar elementos de un conjunto con altas dimensiones y recuperar elementos precisos y similares. La estructura Similar-PBF-PHT contiene tres partes: filtros de floración paralelos (PBF), tablas hash paralelas (PHT) y una matriz de bits. Los experimentos muestran que el Similar-PBF-PHT es eficaz en la consulta de membresía y en la búsqueda de vecinos más cercanos (K-NN). Con una consulta precisa, el Similar-PBF-PHT posee una baja probabilidad de falsos positivos (FPP) y unos costes de memoria aceptables. Con la consulta K-NN, el ratio global medio y el ratio rank-i de la distancia Hamming son precisos y los ratios de la distancia euclidiana son aceptables. Se necesita tiempo de CPU y no de E/S para recuperar elementos precisos y similares y puede tratar con diferentes formatos de datos, no sólo con valores numéricos.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Cerebro - fisiopatología Neurociencia Cognitiva
• Subjects:Artificial intelligence Data mining Genetic algorithms Brain - pathophysiology Cognitive Neuroscience
• Palabras claves:elementos similares, pbf, pht, nueva estructura similar, coste de memoria aceptable, tema de investigación difícil, formato de datos diferente, tabla hash paralela, ratio global medio, filtro bloom paralelo
• Keywords:similar items, pbf, pht, new structure similar, acceptable memory cost, difficult research topic, different data format, parallel hash table, average overall ratio, parallel bloom filter