Combining Metric Features in Large Collections

BATKO, Michal, Petra KOHOUTKOVÁ a Pavel ZEZULA. Combining Metric Features in Large Collections. In 1st International Workshop on Similarity Search and Applications (SISAP 2008). Los Alamitos CA, Washington, Tokyo: IEEE Computer Society, 2008, s. 79-86. ISBN 978-0-7695-3101-4.

Základní údaje

Originální název

Combining Metric Features in Large Collections

Název česky

Kombinování metrických charakteristik ve velkých kolekcích dat

Autoři

BATKO, Michal (203 Česká republika, garant), Petra KOHOUTKOVÁ (203 Česká republika) a Pavel ZEZULA (203 Česká republika)

Vydání

Los Alamitos CA, Washington, Tokyo, 1st International Workshop on Similarity Search and Applications (SISAP 2008), od s. 79-86, 8 s. 2008

Nakladatel

IEEE Computer Society

---

Další údaje

Jazyk

angličtina

Typ výsledku

Stať ve sborníku

Obor

10201 Computer sciences, information science, bioinformatics

Stát vydavatele

Mexiko

Utajení

není předmětem státního či obchodního tajemství

Odkazy

URL

Kód RIV

RIV/00216224:14330/08:00024185

Organizační jednotka

Fakulta informatiky

ISBN

978-0-7695-3101-4

UT WoS

000255509900009

Klíčová slova anglicky

similarity search; complex query; p2p network; approximation

Štítky

APPROXIMATION, complex query, DISA, p2p network, similarity search

Příznaky

Mezinárodní význam, Recenzováno

---

Anotace

V originále

Current information systems are required to process complex digital objects, which are typically characterized by multiple descriptors. Since the values of many descriptors belong to non-sortable domains, they are effectively comparable only by a sort ofsimilarity. Moreover, the scalability is very important in the current digital-explosion age. Therefore, we propose a distributed extension of the well-known threshold algorithm for peer-to-peer paradigm. The technique allows to answer similarity queries that combine multiple similarity measures and due to its peer-to-peer nature it is highly scalable. We also explore possibilities of approximate evaluation strategies, where some relevant results can be lost in favor of increasing the efficiency by order of magnitude. To reveal the strengths and weaknesses of our approach we have experimented with a 1.6 million image database from Flicker comparing the content of the images by five similarity measures from the MPEG-7 standard. To the best of our knowledge, the experience with such a huge real-life dataset is quite unique.

Česky

Článek popisuje rozšíření existujícího "prahovacího" algoritmu pro prostředí peer-to-peer sítí. Technika umožňuje řešit podobnostní dotazy kombinující několik podobnostních měřítek a díky využití peer-to-peer technologie je vysoce škálovatelná. Dále jsou v článku rozebírany přínosy aproximativní strategie. Výsledky jsou ověřeny na databázi s 1,6 miliony obrázků ze systému Flickr.

---

Návaznosti

GP201/08/P507, projekt VaV	Název: Komplexní podobnostní dotazy nad rozsáhlými objemy dat Investor: Grantová agentura ČR, Komplexní podobnostní dotazy nad rozsáhlými objemy dat
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