MÍČ, Vladimír, David NOVÁK a Pavel ZEZULA. Binary Sketches for Secondary Filtering. ACM Transactions on Information Systems. New York: ACM Press, 2019, roč. 37, č. 1, s. "1:1"-"1:28", 28 s. ISSN 1046-8188. Dostupné z: https://dx.doi.org/10.1145/3231936.
Další formáty:   BibTeX LaTeX RIS
Základní údaje
Originální název Binary Sketches for Secondary Filtering
Autoři MÍČ, Vladimír (203 Česká republika, domácí), David NOVÁK (203 Česká republika, domácí) a Pavel ZEZULA (203 Česká republika, garant, domácí).
Vydání ACM Transactions on Information Systems, New York, ACM Press, 2019, 1046-8188.
Další údaje
Originální jazyk angličtina
Typ výsledku Článek v odborném periodiku
Obor 10200 1.2 Computer and information sciences
Stát vydavatele Spojené státy
Utajení není předmětem státního či obchodního tajemství
WWW URL
Impakt faktor Impact factor: 2.889
Kód RIV RIV/00216224:14330/19:00107167
Organizační jednotka Fakulta informatiky
Doi http://dx.doi.org/10.1145/3231936
UT WoS 000457519000001
Klíčová slova anglicky Top-k retrieval in databases;Retrieval efficiency;Retrieval effectiveness;Similarity measures;
Štítky best, DISA
Změnil Změnil: RNDr. Pavel Šmerk, Ph.D., učo 3880. Změněno: 13. 4. 2020 23:22.
Anotace
This paper addresses the problem of matching the most similar data objects to a given query object. We adopt a generic model of similarity that involves the domain of objects and metric distance functions only. We examine the case of a large dataset in a complex data space which makes this problem inherently difficult. Many indexing and searching approaches have been proposed but they have often failed to efficiently prune complex search spaces and access large portions of the dataset when evaluating queries. We propose an approach to enhancing the existing search techniques so as to significantly reduce the number of accessed data objects while preserving the quality of the search results. In particular, we extend each data object with its sketch, a short binary string in Hamming space. These sketches approximate the similarity relationships in the original search space, and we use them to filter out non-relevant objects not pruned by the original search technique. We provide a probabilistic model to tune the parameters of the sketch-based filtering separately for each query object. Experiments conducted with different similarity search techniques and real-life datasets demonstrate that the secondary filtering can speed-up similarity search several times.
Návaznosti
GBP103/12/G084, projekt VaVNázev: Centrum pro multi-modální interpretaci dat velkého rozsahu
Investor: Grantová agentura ČR, Centrum pro multi-modální interpretaci dat velkého rozsahu
VytisknoutZobrazeno: 14. 5. 2024 11:49