Combining Cache and Priority Queue to Enhance Evaluation of Similarity Search Queries

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216224%3A14330%2F18%3A00101090" target="_blank" >RIV/00216224:14330/18:00101090 - isvavai.cz</a>

Výsledek na webu

<a href="http://dx.doi.org/10.1109/FSKD.2018.8687208" target="_blank" >http://dx.doi.org/10.1109/FSKD.2018.8687208</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1109/FSKD.2018.8687208" target="_blank" >10.1109/FSKD.2018.8687208</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Combining Cache and Priority Queue to Enhance Evaluation of Similarity Search Queries

Popis výsledku v původním jazyce

A variety of applications have been using content-based similarity search techniques. Higher effectiveness of the search can be, in some cases, achieved by submitting multiple similar queries. We propose new approximation techniques that are specially designed to enhance the trade-off between the effectiveness and the efficiency of multiple k-nearest-neighbors queries. They combine the probability of an indexed object to be a part of the precise query result and the time needed to examine the object. This enables us to improve processing times while maintaining the same query precision as compared to the traditional approximation technique without the proposed optimizations.

Název v anglickém jazyce

Combining Cache and Priority Queue to Enhance Evaluation of Similarity Search Queries

Popis výsledku anglicky

A variety of applications have been using content-based similarity search techniques. Higher effectiveness of the search can be, in some cases, achieved by submitting multiple similar queries. We propose new approximation techniques that are specially designed to enhance the trade-off between the effectiveness and the efficiency of multiple k-nearest-neighbors queries. They combine the probability of an indexed object to be a part of the precise query result and the time needed to examine the object. This enables us to improve processing times while maintaining the same query precision as compared to the traditional approximation technique without the proposed optimizations.

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)

Rok uplatnění

2018

Kód důvěrnosti údajů

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

Název statě ve sborníku

2018 14th International Conference on Natural Computation, Fuzzy Systems and Knowledge Discovery

ISBN

9781538680971

ISSN

—

e-ISSN

—

Počet stran výsledku

8

Strana od-do

956-963

Název nakladatele

IEEE

Místo vydání

Neuveden

Místo konání akce

Huangshan, China

Datum konání akce

28. 7. 2018

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—