Scalable and Distributed Similarity Search
S neustále se zrychlující infrastrukturou počítačových sítí vzrůstá také zájem o distribuované systémy. Moderní počítačové sítě mívají natolik velkou kapacitu, že je pro aplikaci levnější přistoupit k RAM paměti jiného počítače v síti než přistupovat na lokální disk. Proto se ukazuje vhodným rozmíst...
Uloženo v:
| Hlavní autor: | |
|---|---|
| Další autoři: | |
| Typ dokumentu: | VŠ práce nebo rukopis |
| Jazyk: | Angličtina |
| Vydáno: |
2006
|
| Témata: | |
| On-line přístup: | Elektronická verze přístupná pouze pro studenty a pracovníky MU |
| Shrnutí: | S neustále se zrychlující infrastrukturou počítačových sítí vzrůstá také zájem o distribuované systémy. Moderní počítačové sítě mívají natolik velkou kapacitu, že je pro aplikaci levnější přistoupit k RAM paměti jiného počítače v síti než přistupovat na lokální disk. Proto se ukazuje vhodným rozmístit data s pomocí distribuovaného systému mezi jednotlivé uzly sítě. Aby bylo možné k těmto datům efektivně přistupovat, je nutné vyvinout nové metody pro ukládání a zpracování distribuovaných dat. Scalable Distributed Data Structures (SDDS) jsou dalším krokem na cestě za efektivním distribuovaným datovým skladem, neboť jsou již z definice svých vlastností vhodné pro rozsáhlé distribuované systémy. Tyto techniky lze také s výhodou využít pro velké objemy dat, ve kterých chceme vyhledávat podle podobností mezi objekty (lze je použít například v rozpoznávání obrázků, hledání hlasových vzorků, porovnávání molekul, ...). Jednou z metod, jak toho dosáhnout, je použití abstrakce "metrických prostor. Since the emergence of high-speed networks, interest in distributed systems increased considerably. Modern computer networks have large enough bandwidth, so that it is becoming more expensive for an application to access local disk, then it is to access RAM of another computer on a network. We can therefore distribute data among network nodes using a distributed system. For efficient use of such a system, new techniques are need for storage, access and processing of distributed data. Scalable Distributed Data Structures (SDDS) represent a step towards efficient storage and access of distributed data, since by definition they are very well suited for large scale distributed systems. Distributed techniques can also be used to enhance processing of huge datasets of objects, where we want to search for similarities between objects (examples of applications can be image recognition, audio samples matching, molecules searching, ...). One method to accomplish this task is to use a "metric spa. |
|---|---|
| Popis jednotky: | Vedoucí práce: Pavel Zezula. |
| Fyzický popis: | vii, 141 s. |