Designing Sketches for Similarity Filtering

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216224%3A14330%2F16%3A00088645" target="_blank" >RIV/00216224:14330/16:00088645 - isvavai.cz</a>

Výsledek na webu

<a href="http://dx.doi.org/10.1109/ICDMW.2016.0098" target="_blank" >http://dx.doi.org/10.1109/ICDMW.2016.0098</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1109/ICDMW.2016.0098" target="_blank" >10.1109/ICDMW.2016.0098</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Designing Sketches for Similarity Filtering

Popis výsledku v původním jazyce

Abstract: The amounts of currently produced data emphasize the importance of techniques for efficient data processing. Searching big data collections according to similarity of data well corresponds to human perception. This paper is focused on similarity search using the concept of sketches – a compact bit string representations of data objects compared by Hamming distance, which can be used for filtering big datasets. The object-to-sketch transformation is a form of the dimensionality reduction and thus there are two basic contradictory requirements: (1) The length of the sketches should be small for efficient manipulation, but (2) longer sketches retain more information about the data objects. First, we study various sketching methods for data modeled by metric space and we analyse their quality. Specifically, we study importance of several sketch properties for similarity search and we propose a high quality sketching technique.

Název v anglickém jazyce

Designing Sketches for Similarity Filtering

Popis výsledku anglicky

Abstract: The amounts of currently produced data emphasize the importance of techniques for efficient data processing. Searching big data collections according to similarity of data well corresponds to human perception. This paper is focused on similarity search using the concept of sketches – a compact bit string representations of data objects compared by Hamming distance, which can be used for filtering big datasets. The object-to-sketch transformation is a form of the dimensionality reduction and thus there are two basic contradictory requirements: (1) The length of the sketches should be small for efficient manipulation, but (2) longer sketches retain more information about the data objects. First, we study various sketching methods for data modeled by metric space and we analyse their quality. Specifically, we study importance of several sketch properties for similarity search and we propose a high quality sketching technique.

Druh

D - Stať ve sborníku

CEP obor

IN - Informatika

OECD FORD obor

—

Projekt

<a href="/cs/project/GBP103%2F12%2FG084" target="_blank" >GBP103/12/G084: Centrum pro multi-modální interpretaci dat velkého rozsahu</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

2016 IEEE 16th International Conference on Data Mining Workshops (ICDMW)

ISBN

9781509054725

ISSN

2375-9232

e-ISSN

—

Počet stran výsledku

8

Strana od-do

655-662

Název nakladatele

IEEE

Místo vydání

USA

Místo konání akce

Barcelona, Španělsko

Datum konání akce

1. 1. 2016

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—