Similarity Search: The Metric Space Approach

ZEZULA, Pavel, Giuseppe AMATO a Vlastislav DOHNAL. Similarity Search: The Metric Space Approach. 2007. vyd. Seoul, Korea: ACM, 2007. ACM SAC 2007 Conference. ISBN 1-59593-480-4.

Základní údaje

• Originální název: Similarity Search: The Metric Space Approach
• Název česky: Podobnostní hledání: Pohled metrického prostoru
• Autoři: ZEZULA, Pavel (203 Česká republika, garant), Giuseppe AMATO (380 Itálie) a Vlastislav DOHNAL (203 Česká republika).
• Vydání: 2007. vyd. Seoul, Korea, ACM SAC 2007 Conference, 2007.
• Nakladatel: ACM

Další údaje

• Originální jazyk: angličtina
• Typ výsledku: Audiovizuální tvorba
• Obor: 10201 Computer sciences, information science, bioinformatics
• Stát vydavatele: Česká republika
• Utajení: není předmětem státního či obchodního tajemství
• WWW: ACM SAC 2007 - Home Page
• Kód RIV: RIV/00216224:14330/07:00019397
• Organizační jednotka: Fakulta informatiky
• ISBN: 1-59593-480-4
• Klíčová slova anglicky: similarity search; approximate search; metric space; index structures; distributed index structure; scalability
• Štítky: approximate search, DISA, distributed index structure, index structures, Metric Space, scalability, similarity search
• Příznaky: Mezinárodní význam

Anotace

Similarity searching has become afundamental computational task in a variety of application areas, including multimedia information retrieval, data mining, pattern recognition, machine learning, computer vision, biomedical databases, data compression and statistical data analysis. In such environments, an exact match has little meaning, and proximity/distance (similarity/dissimilarity) concepts are typically much more fruitful for searching. In this tutorial, we review the state of the art in developing similarity search mechanisms that accept the metric space paradigm. We explain the high extensibility of the metric space approach and demonstrate its capability with examples of distance functions. The efforts to further speed up retrieval are demonstrated by a class of approximated techniques and the very recent proposals of scalable and distributed structures based on the P2P communication paradigm.

Anotace česky

Similarity searching has become afundamental computational task in a variety of application areas, including multimedia information retrieval, data mining, pattern recognition, machine learning, computer vision, biomedical databases, data compression and statistical data analysis. In such environments, an exact match has little meaning, and proximity/distance (similarity/dissimilarity) concepts are typically much more fruitful for searching. In this tutorial, we review the state of the art in developing similarity search mechanisms that accept the metric space paradigm. We explain the high extensibility of the metric space approach and demonstrate its capability with examples of distance functions. The efforts to further speed up retrieval are demonstrated by a class of approximated techniques and the very recent proposals of scalable and distributed structures based on the P2P communication paradigm.

Návaznosti

• GP201/07/P240, projekt VaV: Název: Distribuované indexační struktury pro podobnostní hledání

Investor: Grantová agentura ČR, Distribuované indexační struktury pro podobnostní hledání

• 1ET100300419, projekt VaV: Název: Inteligentní modely, algoritmy, metody a nástroje pro vytváření sémantického webu

Investor: Akademie věd ČR, Inteligentní modely, algoritmy, metody a nástroje pro vytváření sémantického webu