Piotr Lasek obronił rozprawę doktorskąW dniu 15 maja 2012 roku Piotr Lasek obronił rozprawę doktorską pt. "Efficient Density-Based Clustering" (Efektywne gęstościowe grupowanie danych). Promotorem rozprawy była prof. nzw. dr hab. Marzena Kryszkiewicz.
Niniejsza praca poświęcona jest efektywnemu gęstościowemu grupowaniu danych przy użyciu algorytmów takich jak DBSCAN oraz NBC oraz zastosowaniu indeksów i własności nierówności trójkąta w celu polepszenia ich wydajności. W pracy zaproponowano nowy indeks LVA oraz metody budowania i wyszukiwania najbliższych sąsiadów z jego użyciem. Indeks LVA łączy w sobie niektóre cechy indeksu VA-File oraz algorytmu NBC, a mianowicie wykorzystuje koncepcję wektorów aproksymacyjnych oraz warstwowe podejście do wyszukiwania najbliższych sąsiadów. Cechą charakterystyczną indeksu LVA jest brak konieczności odwoływania się do wszystkich komórek przestrzeni w celu znalezienia najbliższych sąsiadów. Ponadto, w przeciwieństwie do rozwiązania zaproponowanego w algorytmie NBC, indeks LVA został przystosowany do wyszukiwania sąsiadów w warstwach o numerach większych od 1. Inną istotną cechą indeksu LVA jest to, że w trakcie budowy indeksu, dla każdej komórki zapamiętywane są reprezentacje l najbliższych warstw zawierających niepuste komórki. Cecha ta znacząco przyspiesza wyszukiwanie najbliższych sąsiadów danego punktu, ponieważ w celu ich znalezienia, przeszukiwane są jedynie najbliższe warstwy komórki, do której ten punkt należy. Z uwagi na przechowywanie warstw w pamięci, dostęp do nich jest bardzo szybki. Ostatnia modyfikacja: środa, 12 czerwca 2013, 08:40:31, Bożenna Skalska
absolwenci Android ankieta badania BigData dydaktyka IBM instytut Instytut Lotnictwa ISI kandydaci konkurs konkurs FINESCE kurs orientacja praca praktyki prezentacja programowanie projekty przedmiot przedmioty publikacje seminarium specjalność staże zagraniczne studenci studia studia magisterskie studia za granicą stypendia Texas Instruments współpraca wykład
|