Universal Indexing of Arbitrary Similarity Models
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F13%3A10139514" target="_blank" >RIV/00216208:11320/13:10139514 - isvavai.cz</a>
Výsledek na webu
<a href="http://www.vldb.org/pvldb/vol6/p1392-bartos.pdf" target="_blank" >http://www.vldb.org/pvldb/vol6/p1392-bartos.pdf</a>
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Universal Indexing of Arbitrary Similarity Models
Popis výsledku v původním jazyce
The increasing amount of available unstructured content together with the growing number of large non-relational databases put more emphasis on the emph{content-based retrieval} and precisely on the area of similarity searching. Although there exist several indexing methods for efficient querying, not all of them are best-suited for arbitrary similarity models. Having a metric space, we can easily apply metric access methods but for nonmetric models which typically better describe similarities betweengenerally unstructured objects the situation is a little bit more complicated. To address this challenge, we introduce {bf SIMDEX}, the universal framework that is capable of finding alternative indexing methods that will serve for efficient yet effective similarity searching for any similarity model. Using trivial or more advanced methods for the incremental exploration of possible indexing techniques, we are able to find alternative methods to the widely used metric space model paradi
Název v anglickém jazyce
Universal Indexing of Arbitrary Similarity Models
Popis výsledku anglicky
The increasing amount of available unstructured content together with the growing number of large non-relational databases put more emphasis on the emph{content-based retrieval} and precisely on the area of similarity searching. Although there exist several indexing methods for efficient querying, not all of them are best-suited for arbitrary similarity models. Having a metric space, we can easily apply metric access methods but for nonmetric models which typically better describe similarities betweengenerally unstructured objects the situation is a little bit more complicated. To address this challenge, we introduce {bf SIMDEX}, the universal framework that is capable of finding alternative indexing methods that will serve for efficient yet effective similarity searching for any similarity model. Using trivial or more advanced methods for the incremental exploration of possible indexing techniques, we are able to find alternative methods to the widely used metric space model paradi
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
IN - Informatika
OECD FORD obor
—
Návaznosti výsledku
Projekt
—
Návaznosti
S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2013
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
VLDB Endowment, Vol. 6, No. 12.
ISBN
—
ISSN
2150-8097
e-ISSN
—
Počet stran výsledku
6
Strana od-do
1-6
Název nakladatele
VLDB Endowment
Místo vydání
Neuveden
Místo konání akce
Riva del Garda, Trento, Italy
Datum konání akce
26. 8. 2013
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—