Optimizing Query Performance with Inverted Cache in Metric Spaces
Identifikátory výsledku
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>
Alternativní jazyky
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.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
IN - Informatika
OECD FORD obor
—
Návaznosti výsledku
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)
Ostatní
Rok uplatnění
2016
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, 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
—