Il nearest neighbour search, o NNS, é uno tra i più importanti problemi di ottimizzazione degli ultimi anni, con numerose applicazioni nei campi del machine learning, computer vision, database, reti peer-to-peer e biologia computazionale. In questo elaborato si analizza la struttura dati Cover Tree, in grado di risolvere efficientemente il problema in spazi ad alta dimensione.
Analisi ed implementazione di Cover Tree per la ricerca di nearest neighbour in spazi multidimensionali
ROSSI MEL, THOMAS
2021/2022
Abstract
Il nearest neighbour search, o NNS, é uno tra i più importanti problemi di ottimizzazione degli ultimi anni, con numerose applicazioni nei campi del machine learning, computer vision, database, reti peer-to-peer e biologia computazionale. In questo elaborato si analizza la struttura dati Cover Tree, in grado di risolvere efficientemente il problema in spazi ad alta dimensione.File in questo prodotto:
| File | Dimensione | Formato | |
|---|---|---|---|
|
RossiMel_Thomas.pdf
accesso aperto
Dimensione
613.29 kB
Formato
Adobe PDF
|
613.29 kB | Adobe PDF | Visualizza/Apri |
The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License
Utilizza questo identificativo per citare o creare un link a questo documento:
https://hdl.handle.net/20.500.12608/33551