Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

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