All

What are you looking for?

All
Projects
Results
Organizations

Quick search

  • Projects supported by TA ČR
  • Excellent projects
  • Projects with the highest public support
  • Current projects

Smart search

  • That is how I find a specific +word
  • That is how I leave the -word out of the results
  • “That is how I can find the whole phrase”

Aproximate String Matching by Combining Automaton Approach and Binary Neural Networks

The result's identifiers

  • Result code in IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F07%3A03133219" target="_blank" >RIV/68407700:21230/07:03133219 - isvavai.cz</a>

  • Result on the web

  • DOI - Digital Object Identifier

Alternative languages

  • Result language

    angličtina

  • Original language name

    Aproximate String Matching by Combining Automaton Approach and Binary Neural Networks

  • Original language description

    The article describes an approximate string matching method based on Correlation Matrix Memories (CMMs). As the measure of similarity, we use the Damerau-Levenshtein string edit distance, which is suitable for typing errors. CMMs are type of binary neural networks. They are capable of both exact and approximate matching (based on the Hamming distance). While the substitution operation can be performed by the common recalling method of CMM, the other edit operations (insertion, deletion and transposition) require enhancement of the recalling method. We incorporated a simple automaton for each of these operations into the recalling process. The proposed method preserves the advantage of this type of neural network: its simplicity. To keep both simplicityand the recalling speed, we primarily focus on approximate matching allowing a single error. Besides the edit distance problem we proposed two methods that speeds up the recalling process of CMMs.

  • Czech name

    Približné vyhledávání pomocí kombinace automatového prístupu a binárních neuronových sítí

  • Czech description

    Clánek popisuje približné vyhledávání retezcu pomocí binárních korelacních matic. Jako míru podobnosti mezi retezci jsme použili Damerau-Levenshteinovu editační vzdálenost, která je vhodná pro preklepy. Binární korelacní matice jsou druhem binárních neuronových sítí. Umožnují jak presné tak i približné vyhledávání (založené na Hammingove vzdálenosti). Hammingova vzdálenost odpovídá operaci "substitution". Pro implementaci dalších trí editacních operací ("insertion", "deletion" a "transposition") jsme rozšírili neuronovou sít o jednoduchý automat. Pro zachování jednoduchosti a rychlosti CMM jsme se soustredili na jednotkovou editacní vzálenost. Dále jsme popsali dve metody, které zrychlují proces vybavení CMM.

Classification

  • Type

    D - Article in proceedings

  • CEP classification

    IN - Informatics

  • OECD FORD branch

Result continuities

  • Project

  • Continuities

    Z - Vyzkumny zamer (s odkazem do CEZ)

Others

  • Publication year

    2007

  • Confidentiality

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Data specific for result type

  • Article name in the collection

    Artificial Intelligence and Soft Computing

  • ISBN

    978-0-88986-693-5

  • ISSN

  • e-ISSN

  • Number of pages

    66

  • Pages from-to

    19-24

  • Publisher name

    ACTA Press

  • Place of publication

    Anaheim

  • Event location

    Palma de Malorca

  • Event date

    Aug 29, 2007

  • Type of event by nationality

    WRD - Celosvětová akce

  • UT code for WoS article