Towards High Similarity Search Throughput by Dynamic Query Reordering and Parallel Processing

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216224%3A14330%2F17%3A00094944" target="_blank" >RIV/00216224:14330/17:00094944 - isvavai.cz</a>

Výsledek na webu

<a href="http://dx.doi.org/10.1007/978-3-319-66917-5_18" target="_blank" >http://dx.doi.org/10.1007/978-3-319-66917-5_18</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-3-319-66917-5_18" target="_blank" >10.1007/978-3-319-66917-5_18</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Towards High Similarity Search Throughput by Dynamic Query Reordering and Parallel Processing

Popis výsledku v původním jazyce

Current era of digital data explosion calls for employment of content-based similarity search techniques since traditional searchable metadata like annotations are not always available. In our work, we focus on a scenario where the similarity search is used in the context of stream processing, which is one of the suitable approaches to deal with huge amounts of data. Our goal is to maximize the throughput of processed queries while a slight delay is acceptable. We extend our previously published technique that dynamically reorders the incoming queries in order to use our caching mechanism more effectively. The extension lies in adoption of a parallel computing environment which allows us to process multiple queries simultaneously.

Název v anglickém jazyce

Towards High Similarity Search Throughput by Dynamic Query Reordering and Parallel Processing

Popis výsledku anglicky

Current era of digital data explosion calls for employment of content-based similarity search techniques since traditional searchable metadata like annotations are not always available. In our work, we focus on a scenario where the similarity search is used in the context of stream processing, which is one of the suitable approaches to deal with huge amounts of data. Our goal is to maximize the throughput of processed queries while a slight delay is acceptable. We extend our previously published technique that dynamically reorders the incoming queries in order to use our caching mechanism more effectively. The extension lies in adoption of a parallel computing environment which allows us to process multiple queries simultaneously.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

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)<br>S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2017

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 : 21st European Conference, ADBIS 2017, Nicosia, Cyprus, September 24-27, 2017, Proceedings

ISBN

9783319669168

ISSN

0302-9743

e-ISSN

—

Počet stran výsledku

16

Strana od-do

262-277

Název nakladatele

Springer International Publishing

Místo vydání

Cham

Místo konání akce

Nicosia, Cyprus

Datum konání akce

24. 9. 2017

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—