J 2014

Performance Study of Independent Anchor Spaces for Similarity Searching

NOVÁK, David a Pavel ZEZULA

Základní údaje

Originální název

Performance Study of Independent Anchor Spaces for Similarity Searching

Autoři

NOVÁK, David (203 Česká republika, garant, domácí) a Pavel ZEZULA (203 Česká republika, domácí)

Vydání

The Computer Journal, Oxford, UK, Oxford University Press, 2014, 0010-4620

Další údaje

Jazyk

angličtina

Typ výsledku

Článek v odborném periodiku

Obor

10201 Computer sciences, information science, bioinformatics

Stát vydavatele

Velká Británie a Severní Irsko

Utajení

není předmětem státního či obchodního tajemství

Impakt faktor

Impact factor: 0.787

Kód RIV

RIV/00216224:14330/14:00073219

Organizační jednotka

Fakulta informatiky

UT WoS

000344649500011

Klíčová slova anglicky

similarity search; metric space; multi-index; efficiency; robustness

Štítky

Příznaky

Mezinárodní význam, Recenzováno
Změněno: 8. 1. 2015 15:14, RNDr. David Novák, Ph.D.

Anotace

V originále

This work targets the problem of search efficiency vs. answer quality of approximate metric-based similarity search. We especially focus on techniques based on recursive Voronoi-like partitioning or, from another perspective, on pivot permutations. These techniques use sets of reference objects (anchors/pivots) to partition the metric space into cells of close data items. Instead of refining the search space by enlarging the anchor set of a single index, we propose to divide a large pivot set into several subsets and build multiple indexes with independent space partitioning; at query time, the overall search costs are also divided among the separate indexes. Our thorough experimental study on three different real datasets uncovers drawbacks of excessive increase of a single pivot set size—such partitioning refinement can be counterproductive beyond a certain number of pivots. Our approach overcomes the root causes of this limitation and increases the answer quality while preserving the search costs. Further, we address the question of robustness of the answer quality, which can be significantly improved by utilization of independent anchor spaces.

Návaznosti

GBP103/12/G084, projekt VaV
Název: Centrum pro multi-modální interpretaci dat velkého rozsahu
Investor: Grantová agentura ČR, Centrum pro multi-modální interpretaci dat velkého rozsahu
VG20122015073, projekt VaV
Název: Efektivní vyhledávání v rozsáhlých biometrických datech (Akronym: EFBIO)
Investor: Ministerstvo vnitra ČR, Efektivní vyhledávání v rozsáhlých biometrických datech