Drzewo ND

Znaczenie multimedialnych baz danych ro-nie w ostatnich latach w najró-niejszych obszarach zastosowä, takich jak: Medycyna, Geografia itp. Wraz ze wzrostem znaczenia i wykorzystania, w tym gwätownym wzrostem ilo-ci danych multimedialnych w Internecie, pojawiaj- si- wi-ksze rozmiary tych baz danych. Ta ewolucja stwarza potrzeb- bardziej wydajnych struktur indeksowania w taki sposób, aby bazy danych mog-y by- u-yteczne, zwracaj-c dok-adne wyniki w krótkim czasie. Zazwyczaj te bazy danych wykorzystuj- wielowymiarowe struktury indeksowania do radzenia sobie z wektorami cech wyodr-bnionymi z elementów multimedialnych. Jednak wi-kszo-- istniej-cych wielowymiarowych struktur indeksuj-cych cierpi z powodu dobrze znanego "przekle-stwa wymiarowo-ci", co sprawia, -e wyszukiwanie w przestrzeniach wielowymiarowych jest trudnym problemem. W niniejszej pracy opracowali-my wydajn- struktur- indeksowania do obs-ugi du-ych baz danych zawieraj-cych dane o wysokich wymiarach (ponad 100). Nowa struktura indeksowania, ND-Tree (Norm Diagonal Tree), opiera si- na nowej technice redukcji wymiaru opartej na dwóch miarach metrycznych, normie euklidesowej i odleg-o-ci do przek-tnej sze-cianu jedno-ci.

Comenzó su carrera en Ingeniería Informática en el Instituto Superior Técnico en el año 2000, donde también formó parte de la Sección Digital de la AEIST. Terminó su carrera en 2008, habiendo terminado su Máster en Informática en 2009. Trabaja en la industria desde entonces, con más de 10 años de experiencia.