Árboles anidados más cercanos y anidados en sí mismos
Autores: Azaïs, Romain
Idioma: Inglés
Editor: MDPI
Año: 2019
Acceso abierto
Artículo científico
2019
Árboles anidados más cercanos y anidados en sí mismos
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Software
Palabras clave
Árboles autoanidados
Redundancia
Tasas de compresión
Autosimilaridad
Algoritmo
Aproximación.
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 36
Citaciones: Sin citaciones
Los árboles autoanidados presentan una forma sistemática de redundancia en sus subárboles y logran así tasas de compresión óptimas mediante la compresión de grafos acrílicos dirigidos (DAG). Un método para cuantificar el grado de auto-similitud de las plantas a través de árboles autoanidados fue introducido por Godin y Ferraro en 2010. El procedimiento consiste en calcular una aproximación autoanidada, llamada el árbol autoanidado de incrustación más cercano, que tanto incrusta la planta como está más cerca de ella. En este artículo, proponemos un nuevo algoritmo que calcula el árbol autoanidado de incrustación más cercano con una complejidad general más pequeña, pero también el árbol autoanidado incrustado más cercano. Mostramos a partir de simulaciones que este último es en su mayoría el más cercano a los datos iniciales, lo que sugiere que esta mejor aproximación debería ser utilizada como una medida privilegiada del grado de auto-similitud de las plantas.
Descripción
Los árboles autoanidados presentan una forma sistemática de redundancia en sus subárboles y logran así tasas de compresión óptimas mediante la compresión de grafos acrílicos dirigidos (DAG). Un método para cuantificar el grado de auto-similitud de las plantas a través de árboles autoanidados fue introducido por Godin y Ferraro en 2010. El procedimiento consiste en calcular una aproximación autoanidada, llamada el árbol autoanidado de incrustación más cercano, que tanto incrusta la planta como está más cerca de ella. En este artículo, proponemos un nuevo algoritmo que calcula el árbol autoanidado de incrustación más cercano con una complejidad general más pequeña, pero también el árbol autoanidado incrustado más cercano. Mostramos a partir de simulaciones que este último es en su mayoría el más cercano a los datos iniciales, lo que sugiere que esta mejor aproximación debería ser utilizada como una medida privilegiada del grado de auto-similitud de las plantas.