SISAP 2023 Indexing Challenge – Learned Metric Index
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216224%3A14330%2F23%3A00132045" target="_blank" >RIV/00216224:14330/23:00132045 - isvavai.cz</a>
Výsledek na webu
<a href="http://dx.doi.org/10.1007/978-3-031-46994-7_24" target="_blank" >http://dx.doi.org/10.1007/978-3-031-46994-7_24</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/978-3-031-46994-7_24" target="_blank" >10.1007/978-3-031-46994-7_24</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
SISAP 2023 Indexing Challenge – Learned Metric Index
Popis výsledku v původním jazyce
This submission into the SISAP Indexing Challenge examines the experimental setup and performance of the Learned Metric Index, which uses an architecture of interconnected learned models to answer similarity queries. An inherent part of this design is a great deal of flexibility in the implementation, such as the choice of particular machine learning models, or their arrangement in the overall architecture of the index. Therefore, for the sake of transparency and reproducibility, this report thoroughly describes the details of the specific Learned Metric Index implementation used to tackle the challenge.
Název v anglickém jazyce
SISAP 2023 Indexing Challenge – Learned Metric Index
Popis výsledku anglicky
This submission into the SISAP Indexing Challenge examines the experimental setup and performance of the Learned Metric Index, which uses an architecture of interconnected learned models to answer similarity queries. An inherent part of this design is a great deal of flexibility in the implementation, such as the choice of particular machine learning models, or their arrangement in the overall architecture of the index. Therefore, for the sake of transparency and reproducibility, this report thoroughly describes the details of the specific Learned Metric Index implementation used to tackle the challenge.
Klasifikace
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)
Návaznosti výsledku
Projekt
Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2023
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
Similarity Search and Applications. SISAP 2023. Lecture Notes in Computer Science, vol 14289
ISBN
9783031469930
ISSN
0302-9743
e-ISSN
—
Počet stran výsledku
9
Strana od-do
282-290
Název nakladatele
Springer
Místo vydání
Cham
Místo konání akce
Cham
Datum konání akce
1. 1. 2023
Typ akce podle státní příslušnosti
CST - Celostátní akce
Kód UT WoS článku
—