Optimizing Query Performance with Inverted Cache in Metric Spaces

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216224%3A14330%2F16%3A00087954" target="_blank" >RIV/00216224:14330/16:00087954 - isvavai.cz</a>

Výsledek na webu

<a href="http://link.springer.com/chapter/10.1007/978-3-319-44039-2_5" target="_blank" >http://link.springer.com/chapter/10.1007/978-3-319-44039-2_5</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-3-319-44039-2_5" target="_blank" >10.1007/978-3-319-44039-2_5</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Optimizing Query Performance with Inverted Cache in Metric Spaces

Popis výsledku v původním jazyce

Similarity searching has become widely available in many on-line archives of multimedia content. Querying such systems starts with either a query object provided by user or a random object provided by the system, and proceeds in more iterations to improve user's satisfaction with query results. This leads to processing many very similar queries by the system. In this paper, we analyze performance of two representatives of metric indexing structures and propose a novel concept of reordering search queue that optimizes access to data partitions for repetitive queries. This concept is verified in numerous experiments on real-life image dataset.

Název v anglickém jazyce

Optimizing Query Performance with Inverted Cache in Metric Spaces

Popis výsledku anglicky

Similarity searching has become widely available in many on-line archives of multimedia content. Querying such systems starts with either a query object provided by user or a random object provided by the system, and proceeds in more iterations to improve user's satisfaction with query results. This leads to processing many very similar queries by the system. In this paper, we analyze performance of two representatives of metric indexing structures and propose a novel concept of reordering search queue that optimizes access to data partitions for repetitive queries. This concept is verified in numerous experiments on real-life image dataset.

Druh

D - Stať ve sborníku

CEP obor

IN - Informatika

OECD FORD obor

—

Projekt

<a href="/cs/project/GA16-18889S" target="_blank" >GA16-18889S: Analytika pro velká nestrukturovaná data</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2016

Kód důvěrnosti údajů

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

Název statě ve sborníku

Advances in Databases and Information Systems, 20th East European Conference, ADBIS 2016

ISBN

9783319440385

ISSN

0302-9743

e-ISSN

—

Počet stran výsledku

14

Strana od-do

60-73

Název nakladatele

Springer

Místo vydání

Cham

Místo konání akce

Praha

Datum konání akce

1. 1. 2016

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—