Data sensitive approximate query approaches in metric spaces

Benzerlik taraması veri kümelerinden ilgili bilginin elde edilmesi işlemidir. İlgi dahilindeki veri kümeleri özellikle resim, görüntü, ses kaydı, protein ve DNAdizisi gibi karmaşık ve düzensiz veriler içerirler. İlgilenilen bilgi genellikle iki yaygın sorgu türünden bir tanesi kullanılarak tanımlanır: Menzil sorgusu, verilen sorgu nesnesinin belirli bir uzaklığı içerisinde kalan bütün nesnelerin elde edilmesini kapsar. Öte yandan en yakın k-komşu sorgusu, sorgu nesnesine en yakın k veritabanı nesnesinin elde edilmesi ile ilgilenir. Belirtilen sorgu türlerini uygulayabilmek amacıyla metrik uzay kavramına dayanan çeşitli indeks yapıları önerilmiştir.Önerilen bu indeks yapılarının sorgu performansları özellikle yüksek boyutlu veri kümeleri için çok tatmin edici olmamıştır. Çözüm olarak, kullanıcılara kalite/zaman ödünleşim imkanı sunan çeşili yaklaşık benzerlik taraması yöntemleri geliştirilmiştir. Bu yaklaşım, kullanıcıların sorgu doğruluğundan ödün vererek sorgu sonuçlarına görece daha hızlı erişmek istemeleri ilkesine dayanmaktadır. Önerilen yaklaşık tarama tasarıları genelde altta kullanılan veri yapılarına çok bağımlıdırlar. Bu durum, bu tasarıların dayandığı temel fikirlerin kalite açısından kıyaslanabilmesini zorlaştırmaktadır.Bu tezde, benzerlik sorgularının cevap süresini kısaltabilmek için farklı yaklaşık benzerlik yöntemleri araştırlımıştır. Bu yöntemler, elimizdeki veri kümesinden elde edilen çeşitli istatistiksel bilgileri kullanarak her sorgu nesnesine özgü dinamik (sorgulama esnasında gerçekleşen) yönlendirmeye olanaksağlamaktadırlar. Deneyler basit bir pivot-tabanlı indeks yapısı üzerinde çalıştırılarak alttaki yapının yaklaşık benzerlik tasarılarına etkisi azaltılmıştır. Sonuçlar, veri kümesine ve sorgu nesnesine duyarlı yönlendirmenin performans/doğruluk hususunda iyileştirme sağlayabileceğini göstermektedir.