The Duality of Similarity and Metric Spaces
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216275%3A25530%2F21%3A39918024" target="_blank" >RIV/00216275:25530/21:39918024 - isvavai.cz</a>
Nalezeny alternativní kódy
RIV/60461373:22340/21:43923599
Výsledek na webu
<a href="https://www.mdpi.com/2076-3417/11/4/1910" target="_blank" >https://www.mdpi.com/2076-3417/11/4/1910</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.3390/app11041910" target="_blank" >10.3390/app11041910</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
The Duality of Similarity and Metric Spaces
Popis výsledku v původním jazyce
We introduce a new mathematical basis for similarity space. For the first time, we describe the relationship between distance and similarity from set theory. Then, we derive generally valid relations for the conversion between similarity and a metric and vice versa. We present a general solution for the normalization of a given similarity space or metric space. The derived solutions lead to many already used similarity and distance functions, and combine them into a unified theory. The Jaccard coefficient, Tanimoto coefficient, Steinhaus distance, Ruzicka similarity, Gaussian similarity, edit distance and edit similarity satisfy this relationship, which verifies our fundamental theory.
Název v anglickém jazyce
The Duality of Similarity and Metric Spaces
Popis výsledku anglicky
We introduce a new mathematical basis for similarity space. For the first time, we describe the relationship between distance and similarity from set theory. Then, we derive generally valid relations for the conversion between similarity and a metric and vice versa. We present a general solution for the normalization of a given similarity space or metric space. The derived solutions lead to many already used similarity and distance functions, and combine them into a unified theory. The Jaccard coefficient, Tanimoto coefficient, Steinhaus distance, Ruzicka similarity, Gaussian similarity, edit distance and edit similarity satisfy this relationship, which verifies our fundamental theory.
Klasifikace
Druh
J<sub>imp</sub> - Článek v periodiku v databázi Web of Science
CEP obor
—
OECD FORD obor
10102 - Applied mathematics
Návaznosti výsledku
Projekt
—
Návaznosti
S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2021
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
APPLIED SCIENCES-BASEL
ISSN
2076-3417
e-ISSN
—
Svazek periodika
11
Číslo periodika v rámci svazku
4
Stát vydavatele periodika
CH - Švýcarská konfederace
Počet stran výsledku
18
Strana od-do
—
Kód UT WoS článku
000632122600001
EID výsledku v databázi Scopus
—