Data-driven Learned Metric Index: an Unsupervised Approach

SLANINÁKOVÁ, Terézia, Matej ANTOL, Jaroslav OĽHA a Vlastislav DOHNAL. Data-driven Learned Metric Index: an Unsupervised Approach. In 14th International Conference on Similarity Search and Applications (SISAP 2021). Cham: Springer, 2021, s. 81-94. ISBN 978-3-030-89656-0. Dostupné z: https://dx.doi.org/10.1007/978-3-030-89657-7_7.

Základní údaje

• Originální název: Data-driven Learned Metric Index: an Unsupervised Approach
• Autoři: SLANINÁKOVÁ, Terézia (703 Slovensko, domácí), Matej ANTOL (703 Slovensko, domácí), Jaroslav OĽHA (703 Slovensko, domácí) a Vlastislav DOHNAL (203 Česká republika, garant, domácí).
• Vydání: Cham, 14th International Conference on Similarity Search and Applications (SISAP 2021), od s. 81-94, 14 s. 2021.
• Nakladatel: Springer

Další údaje

• Originální jazyk: angličtina
• Typ výsledku: Stať ve sborníku
• Obor: 10200 1.2 Computer and information sciences
• Stát vydavatele: Nizozemské království
• Utajení: není předmětem státního či obchodního tajemství
• Forma vydání: tištěná verze "print"
• Impakt faktor: Impact factor: 0.402 v roce 2005
• Kód RIV: RIV/00216224:14330/21:00119191
• Organizační jednotka: Fakulta informatiky
• ISBN: 978-3-030-89656-0
• ISSN: 0302-9743
• Doi: http://dx.doi.org/10.1007/978-3-030-89657-7_7
• UT WoS: 000722252200007
• Klíčová slova anglicky: Index structures; Learned index; Unstructured data; Content-based search; Metric space; Machine learning
• Štítky: DISA, firank_B, index structure, learned index, LMI, machine learning, similarity search
• Příznaky: Mezinárodní význam, Recenzováno

Anotace

Metric indexes are traditionally used for organizing unstructured or complex data to speed up similarity queries. The most widely-used indexes cluster data or divide space using hyper-planes. While searching, the mutual distances between objects and the metric properties allow for the pruning of branches with irrelevant data -- this is usually implemented by utilizing selected anchor objects called pivots. Recently, we have introduced an alternative to this approach called Lear\-ned Metric Index. In this method, a series of machine learning models substitute decisions performed on pivots -- the query evaluation is then determined by the predictions of these models. This technique relies upon a traditional metric index as a template for its own structure -- this dependence on a pre-existing index and the related overhead is the main drawback of the approach. In this paper, we propose a data-driven variant of the Learned Metric Index, which organizes the data using their descriptors directly, thus eliminating the need for a template. The proposed learned index shows significant gains in performance over its earlier version, as well as the established indexing structure M-index.

Návaznosti

• GA19-02033S, projekt VaV: Název: Vyhledávání, analytika a anotace datových toků lidských pohybů

Investor: Grantová agentura ČR, Searching, Mining, and Annotating Human Motion Streams

• MUNI/A/1573/2020, interní kód MU: Název: Aplikovaný výzkum: vyhledávání, analýza a vizualizace rozsáhlých dat, zpracování přirozeného jazyka, umělá inteligence pro analýzu biomedicínských obrazů.

Investor: Masarykova univerzita, Aplikovaný výzkum: vyhledávání, analýza a vizualizace rozsáhlých dat, zpracování přirozeného jazyka, umělá inteligence pro analýzu biomedicínských obrazů.