Distinct nearest neighbors queries for similarity search in very large multimedia databases

Publikace nespadá pod Filozofickou fakultu, ale pod Fakultu informatiky. Oficiální stránka publikace je na webu muni.cz.

Název česky Dotazovaní na rozlišitelné nejlibližší sousedy pro podobnostní hledání ve velmi velkých multimediálních databázích
Autoři

SKOPAL Tomáš DOHNAL Vlastislav BATKO Michal ZEZULA Pavel

Rok publikování 2009
Druh Článek ve sborníku
Konference 11th ACM International Workshop on Web Information and Data Management (WIDM 2009)
Fakulta / Pracoviště MU

Fakulta informatiky

Citace
www http://portal.acm.org/citation.cfm?id=1651592
Obor Informatika
Klíčová slova similarity search;kNN query;content-based retrieval
Popis S tím, jak se značně rozšiřuje množství multimediálních dat dostupných prostřednictvím internetu, roste při jejich vyhledávání popularita podobnostního přístupu. Nejběžnějším konceptem je hledání k nejbližších sousedů (kNN), který se v multimediálních databázích efektivně používá již dlouhou dobu. Bohužel s tím jak objem multimediálních dat masivně narostl, tento přístup poskytuje stále méně užitečných informací. V tomto článku prezentujeme nový podobnostní dotaz - dotaz na k rozlišitelných nejbližších sousedů (kDNN) - který si klade za cíl zobecnit klasický kNN dotaz tak, aby byl robustnější s ohledem na množství prohledávaných dat. Oproti kNN dotazu, který vrací objekty podobné zadanému příkladu, kDNN dotaz navíc zajišťuje, že budou odpovědi dostatečně rozdílné, tj. že odpověď neobsahuje blízké duplikáty.
Související projekty: