| Identifikační kód | RIV/00216224:14330/14:00073743 |
|---|
| Název v anglickém jazyce | Rank Aggregation of Candidate Sets for Efficient Similarity Search |
|---|
| Druh | D - Článek ve sborníku |
|---|
| Jazyk | eng - angličtina |
|---|
| Obor - skupina | J - Průmysl |
|---|
| Obor | JA - Elektronika a optoelektronika, elektrotechnika |
|---|
| Rok uplatnění | 2014 |
|---|
| Kód důvěrnosti údajů | S - Úplné a pravdivé údaje o výsledku nepodléhající ochraně podle zvláštních právních předpisů. |
|---|
| Počet výskytů výsledku | 1 |
|---|
| Počet tvůrců celkem | 2 |
|---|
| Počet domácích tvůrců | 2 |
|---|
| Výčet všech uvedených jednotlivých tvůrců | David Novák (státní příslušnost: CZ - Česká republika, domácí tvůrce: A, vedidk: 3445771)
Pavel Zezula (státní příslušnost: CZ - Česká republika, domácí tvůrce: A, vedidk: 3165647) |
|---|
| Popis výsledku v anglickém jazyce | Many current applications need to organize data with respect to mutual similarity between data objects. Generic similarity retrieval in large data collections is a tough task that has been drawing researchers? attention for two decades. A typical generalstrategy to retrieve the most similar objects to a given example is to access and then refine a candidate set of objects; the overall search costs (and search time) then typically correlate with the candidate set size. We propose a generic approach thatcombines several independent indexes by aggregating their candidate sets in such a way that the resulting candidate set can be one or two orders of magnitude smaller (while keeping the answer quality). This achievement comes at the expense of higher computational costs of the ranking algorithm but experiments on two real-life and one artificial datasets indicate that the overall gain can be significant. |
|---|
| Klíčová slova oddělená středníkem | Similarity Search; Metric Space; Approximation; Scalability |
|---|
| Stránka www, na které se nachází výsledek | - |
|---|
| DOI výsledku | 10.1007/978-3-319-10085-2_4 |
|---|