Dissertação
Learning Data Structures EVALUATED
Estudámos estruturas de dados aprendidas, um desenvolvimento inovador no campo da procura e estruturação de dados, usando métodos de aprendizagem automática para a identificação de padrões em conjuntos de dados, numa tentativa de melhorar o desempenho na procura. Foi feita uma implemen- tação em Python do Índice de Modelo Recursivo (Recursive Model Index), um exemplo chave de este tipo de estrutura, e foram catalogados os obstáculos no seu desenvolvimento. Analisamos os requerimentos de parametrização dos Índices de Modelo Recursivo e como esta influencia o seu desempenho relativamente ao número de camadas, largura das mesmas, e escolha de modelos, e comparamos as melhores configurações com métodos de procura tradicionais, nomeadamente B-trees e procura binária. Confirmamos que a natureza recursiva do IMR (RMI) proporciona vantagens sobre opções de modelo único, e que asimptoticamente se conforma a um desempenho superior ao das opções tradicionais consideradas, tanto em procura básica como em uso como função de dispersão numa tabela de dispersão.
novembro 22, 2021, 14:0
Publicação
Obra sujeita a Direitos de Autor
Orientação
ORIENTADOR
Alexandre Paulo Lourenço Francisco
Departamento de Engenharia Informática (DEI)
Professor Associado