Article
Licensed
Unlicensed Requires Authentication

Effiziente Ähnlichkeitssuche und Data Mining in großen Multimediadatenbanken Efficient Adaptive Retrieval and Mining in Large Multimedia Databases

Published/Copyright: April 19, 2010

Zusammenfassung

Adaptive inhaltsbasierte Ähnlichkeitsmodelle erlauben effektiven Zugriff auf Multimediadatenbanken. Mit zunehmendem Datenvolumen und steigender Anzahl an Attributen in vielen Anwendungen führt ihre hohe Berechnungskomplexität zu schlechtem Laufzeitverhalten. Wir schlagen effiziente Algorithmen und Indexstrukturen für effektive inhaltsbasierte Zugriffsmethoden vor. Wir stellen Lösungen sowohl für Ähnlichkeitssuchanfragen als auch für Data Mining Aufgaben vor. Diese Techniken erfüllen unsere ICES Kriterien, und garantieren daher die Richtigkeit der Ergebnisse und gute Performanz. Experimentelle Untersuchungen auf synthetischen und Realdaten zeigen deutliche Geschwindigkeitsgewinne.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Adaptive inhaltsbasierte Ähnlichkeitsmodelle erlauben effektiven Zugriff auf Multimediadatenbanken. Mit zunehmendem Datenvolumen und steigender Anzahl an Attributen in vielen Anwendungen führt ihre hohe Berechnungskomplexität zu schlechtem Laufzeitverhalten. Wir schlagen effiziente Algorithmen und Indexstrukturen für effektive inhaltsbasierte Zugriffsmethoden vor. Wir stellen Lösungen sowohl für Ähnlichkeitssuchanfragen als auch für Data Mining Aufgaben vor. Diese Techniken erfüllen unsere ICES Kriterien, und garantieren daher die Richtigkeit der Ergebnisse und gute Performanz. Experimentelle Untersuchungen auf synthetischen und Realdaten zeigen deutliche Geschwindigkeitsgewinne.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Abstract

 Adaptive content-based similarity models allow effective access to multimedia databases. With increasing data volume and growing number of attributes in many applications, their high computational complexity leads to poor runtime performance. We propose efficient algorithms and indexing structures for effective content-based access methods. We introduce solutions for similarity search queries as well as for data mining tasks. These techniques fulfill our ICES criteria, guaranteeing accuracy of the result and good performance. Experimental evaluation on synthetic and real world data demonstrates substantial runtime improvements.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Adaptive content-based similarity models allow effective access to multimedia databases. With increasing data volume and growing number of attributes in many applications, their high computational complexity leads to poor runtime performance. We propose efficient algorithms and indexing structures for effective content-based access methods. We introduce solutions for similarity search queries as well as for data mining tasks. These techniques fulfill our ICES criteria, guaranteeing accuracy of the result and good performance. Experimental evaluation on synthetic and real world data demonstrates substantial runtime improvements.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Published Online: 2010-04-19
Published in Print: 2010-01-01

© by Oldenbourg Wissenschaftsverlag, München, Germany

Downloaded on 2.4.2026 from https://www.degruyterbrill.com/document/doi/10.1524/itit.2010.0570/html
Scroll to top button