Query Language for Complex Similarity Queries
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216224%3A14330%2F12%3A00057802" target="_blank" >RIV/00216224:14330/12:00057802 - isvavai.cz</a>
Výsledek na webu
<a href="http://dx.doi.org/10.1007/978-3-642-33074-2_7" target="_blank" >http://dx.doi.org/10.1007/978-3-642-33074-2_7</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/978-3-642-33074-2_7" target="_blank" >10.1007/978-3-642-33074-2_7</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Query Language for Complex Similarity Queries
Popis výsledku v původním jazyce
For complex data types such as multimedia, traditional data management methods are no longer suitable. Instead of attribute matching approaches, access methods based on object similarity are becoming popular in many applications. Nowadays, efficient methods for similarity search are already available, but using them to build an actual search system still requires specialists that tune the methods and build the system. In this paper, we propose a novel query language that generalizes existing solutions and allows to formulate content-based queries in a flexible way, supporting various advanced query operations such as similarity joins, reverse nearest neighbor queries, or distinct kNN queries, as well as multi-object and multi-modal queries. The language is primarily designed to be used with the MESSIF ? a framework for content-based searching ? but can be employed by other retrieval systems as well.
Název v anglickém jazyce
Query Language for Complex Similarity Queries
Popis výsledku anglicky
For complex data types such as multimedia, traditional data management methods are no longer suitable. Instead of attribute matching approaches, access methods based on object similarity are becoming popular in many applications. Nowadays, efficient methods for similarity search are already available, but using them to build an actual search system still requires specialists that tune the methods and build the system. In this paper, we propose a novel query language that generalizes existing solutions and allows to formulate content-based queries in a flexible way, supporting various advanced query operations such as similarity joins, reverse nearest neighbor queries, or distinct kNN queries, as well as multi-object and multi-modal queries. The language is primarily designed to be used with the MESSIF ? a framework for content-based searching ? but can be employed by other retrieval systems as well.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
IN - Informatika
OECD FORD obor
—
Návaznosti výsledku
Projekt
Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2012
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
Advances in Databases and Information Systems, LNCS 7503
ISBN
9783642330735
ISSN
0302-9743
e-ISSN
—
Počet stran výsledku
14
Strana od-do
85-98
Název nakladatele
Springer-Verlag
Místo vydání
Berlin
Místo konání akce
Poznan, Polsko
Datum konání akce
17. 9. 2012
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—