OĽHA, Jaroslav, Terézia SLANINÁKOVÁ, Martin GENDIAR, Matej ANTOL a Vlastislav DOHNAL. Learned Indexing in Proteins: Substituting Complex Distance Calculations with Embedding and Clustering Techniques. In Tomáš Skopal, Fabrizio Falchi, Jakub Lokoč, Maria Luisa Sapino, Ilaria Bartolini, Marco Patella. Similarity Search and Applications, 15th International Conference, SISAP 2022, Bologna, Italy, October 5–7, 2022, Proceedings. 1. vyd. Cham: Springer Cham, 2022, s. 274-282. ISBN 978-3-031-17848-1. Dostupné z: https://dx.doi.org/10.1007/978-3-031-17849-8_22.
Další formáty:   BibTeX LaTeX RIS
Základní údaje
Originální název Learned Indexing in Proteins: Substituting Complex Distance Calculations with Embedding and Clustering Techniques
Autoři OĽHA, Jaroslav (703 Slovensko, domácí), Terézia SLANINÁKOVÁ (703 Slovensko, domácí), Martin GENDIAR (703 Slovensko, domácí), Matej ANTOL (703 Slovensko, domácí) a Vlastislav DOHNAL (203 Česká republika, garant, domácí).
Vydání 1. vyd. Cham, Similarity Search and Applications, 15th International Conference, SISAP 2022, Bologna, Italy, October 5–7, 2022, Proceedings, od s. 274-282, 9 s. 2022.
Nakladatel Springer Cham
Další údaje
Originální jazyk angličtina
Typ výsledku Stať ve sborníku
Obor 10200 1.2 Computer and information sciences
Stát vydavatele Švýcarsko
Utajení není předmětem státního či obchodního tajemství
Forma vydání tištěná verze "print"
WWW URL
Impakt faktor Impact factor: 0.402 v roce 2005
Kód RIV RIV/00216224:14330/22:00126460
Organizační jednotka Fakulta informatiky
ISBN 978-3-031-17848-1
ISSN 0302-9743
Doi http://dx.doi.org/10.1007/978-3-031-17849-8_22
UT WoS 000874756300022
Klíčová slova anglicky Protein database;Embedding non-vector data;Learned metric index;Similarity search;Machine learning for indexing
Štítky DISA, firank_B, LMI
Příznaky Mezinárodní význam, Recenzováno
Změnil Změnil: RNDr. Pavel Šmerk, Ph.D., učo 3880. Změněno: 16. 8. 2023 13:25.
Anotace
Despite the constant evolution of similarity searching research, it continues to face challenges stemming from the complexity of the data, such as the curse of dimensionality and computationally expensive distance functions. Various machine learning techniques have proven capable of replacing elaborate mathematical models with simple linear functions, often gaining speed and simplicity at the cost of formal guarantees of accuracy and correctness of querying. The authors explore the potential of this research trend by presenting a lightweight solution for the complex problem of 3D protein structure search. The solution consists of three steps – (i) transformation of 3D protein structural information into very compact vectors, (ii) use of a probabilistic model to group these vectors and respond to queries by returning a given number of similar objects, and (iii) a final filtering step which applies basic vector distance functions to refine the result.
Návaznosti
EF16_019/0000822, projekt VaVNázev: Centrum excelence pro kyberkriminalitu, kyberbezpečnost a ochranu kritických informačních infrastruktur
LM2018131, projekt VaVNázev: Česká národní infrastruktura pro biologická data (Akronym: ELIXIR-CZ)
Investor: Ministerstvo školství, mládeže a tělovýchovy ČR, Česká národní infrastruktura pro biologická data
LM2018140, projekt VaVNázev: e-Infrastruktura CZ (Akronym: e-INFRA CZ)
Investor: Ministerstvo školství, mládeže a tělovýchovy ČR, e-Infrastruktura CZ
MUNI/A/1195/2021, interní kód MUNázev: Aplikovaný výzkum v oblastech vyhledávání, analýz a vizualizací rozsáhlých dat, zpracování přirozeného jazyka a aplikované umělé inteligence
Investor: Masarykova univerzita, Aplikovaný výzkum v oblastech vyhledávání, analýz a vizualizací rozsáhlých dat, zpracování přirozeného jazyka a aplikované umělé inteligence
VytisknoutZobrazeno: 20. 6. 2024 01:45