|
|
Automaticky aktualizovaná bibliografie
Valo, Boris ; Škoda, Petr (oponent) ; Smrž, Pavel (vedoucí práce)
Tato práce se zabývá vývojem aplikace pro automaticky aktualizovanou bibliografii. V dnešní době spousty uživatelů internetu potřebují vyhledávat informace, obzvláště je toto důležité v souborech vědeckých publikací a článků. Cílem práce je vytvoření pohodlného nástroje pro uživatele při tvorbě svého vlastního portálu. Je toho dosaženo uložením dokumentů a jejich následným vyhledáváním pomocí nástroje ElasticSearch. Vyhledávání je formou booleovských dotazů a dodatečné vyhledávání pomocí podobnostního vyhledávání nástrojem MoreLikeThis. Na konci práce je popsán způsob testování s konečným vyhodnocením úspěšnosti vyhledávání.
|
|
|
Index pro podobnostní vyhledávání ve vysokodimenzionálních prostorech
Krejčová, Martina ; Kopecký, Michal (vedoucí práce) ; Skopal, Tomáš (oponent)
V této práci se zabýváme indexováním a vyhledáváním vysokodimenzionálních dat pomocí metody Metrického indexu pro indexování a podobnostní vyhledávání v metrických prostorech. Použití této metody nám umožnilo vytvořit implementaci indexu vhodného pro indexaci obecných metrických prostoru. Díky tomuto indexu je krome ukládání dat umožněno i jejich efektivní vyhledávání. Vnitřní struktura dat indexu zůstává skryta, index od uživatele vyžaduje pouze definici extrakční funkce pro získání vektoru, který data reprezentuje, a podobnostní funkce, která má být na indexovaná data aplikována. V této práci vznikla implementace Metrického indexu jako data cartridge pro databázový server Oracle. Tato data cartridge rozšiřuje možnosti indexace v Oracle o vytváření doménových indexů nad nestrukturovanými daty, takzvanými LOBy.
|
|
|
Modification of Pivot Tables method for persistent metric indexing
Moško, Juraj ; Skopal, Tomáš (vedoucí práce) ; Hoksza, David (oponent)
Metrická prístupová metóda pivot tables je jedna z najefektívnejších metód podobnostného vyhľadávania optimalizovaná na počet výpočtov vzdialeností medzi indexovanými objektmi. V tejto práci bola navrhnutá modifikácia metódy pivot tables, ktorá je navyše optimalizovaná aj na počet I/O operácií. Navrhnutá metóda Clustered pivot tables indexuje zhluky podobných objektov, ktoré boli vytvorené pomocou ďalšej metrickej prístupovej metódy - M-stromu. Indexovanie zhlukov podobných objektov prináša pozitívny efekt do vyhľadávania v indexovanej databáze, keď objekty z jedného zhluku sú uložené v stránke v sekundárnej pamäti, ktorá nemusí byť vôbec načítaná, ak daný zhluk dát neodpovedá príslušnému dotazu. Nerelevantné objekty tak nie sú zbytočne načítané zo sekundárnej pamäti, čím sa znižuje počet I/O operácií a celkový objem prenesených dát. Korektnosť daného prístupu bola experimentálne dokázaná a výsledky navrhovanej metódy bola porovnané s vybranými metrickými prístupovými metódami.
|
|
|
Podobnostní vyhledávání obrázků na webu
Grošup, Tomáš ; Lokoč, Jakub (vedoucí práce) ; Hoksza, David (oponent)
Předmětem této práce je návrh a vytvoření webového portálu, který umožňuje indexovat a vyhledávat obrázky z dostupných veřejných databází, například z výsledků textového vyhledávače. Portál využívá rychlou extrakci vlastností z obrázků a signaturovou kvadratickou formu pro modelování podobnosti mezi obrázky. Při vyhledávání lze specifikovat různá nastavení a následně srovnat jejich výsledky. Netradiční možností prezentace výsledků je model založený na částicové fyzice, který podporuje exploraci a multidotazy.
|
|
|
Podobnostní vyhledávání v kolekci obrázků
Navrátil, Lukáš ; Bartoš, Tomáš (vedoucí práce) ; Skopal, Tomáš (oponent)
Detekce význačných bodů obrázku a jejich popis pomocí deskriptorů je často používaná technika v některých odvětvích počítačového vidění. Práce si klade za cíl prozkoumat a ověřit možnosti použití této techniky pro podobnostní vyhledávání v kolekci obrázků. Pro tyto potřeby bude pomocí vytvořené webové aplikace nasbíráno od uživatelů dostatečné množství hodnocení podobnosti, která budou poté porovnána s výsledky podobností spočítaných pomocí implementace algoritmu SURF, jednoho z algoritmů určeného pro detekci a popis význačných bodů. Bude diskutován vliv metrik a parametrů ovlivňujících výpočet výsledné podobnosti mezi obrázky a bude učiněna snaha o nalezení takových nastavení, při jejichž použití se výsledky budou co nejvíc blížit uživatelskému vnímání podobnosti.
|
|
|
Similarity search in Mass Spectra Databases
Novák, Jiří ; Skopal, Tomáš (vedoucí práce) ; Svozil, Daniel (oponent) ; Nahnsen, Sven (oponent)
Tandemová hmotnostní spektrometrie je známá metoda pro identifikaci proteinových a peptidových sekvencí ze vzorků biologického materiálu. Hmotnostní spektrometr generuje desetitisíce spekter, která musí být následně anotována peptidovými sekvencemi. Za tímto účelem lze využít podobnostní vyhledávání v databázích teoretických spekter generovaných z databází známých proteinových sekvencí. Vzhledem k tomu, že objem těchto databází každoročně narůstá téměř exponenciálním tempem, je zapotřebí hledat nové způsoby pro jejich indexování. V této práci se zaměřujeme na využití (ne)metrických přístupových metod jako databázových indexů pro rychlé a aproximativní podobnostní vyhledávání v databázích spekter. Navržená metoda identifikace peptidových sekvencí dosahuje více než 100-násobného zrychlení oproti sekvenčnímu průchodu celé databáze, přičemž je správně anotováno přes 90% spekter. V současnosti je metoda vhodná zejména pro malé směsi proteinů. Pro komplexní směsi proteinů využíváme indexovací metodu založenou na prekurzorovém hmotnostním filtru, která má při použití s modifikací parametrizované Hausdorffovy vzdálenosti vyšší rychlost i přesnost vyhledávání než běžně používané metody. Navržené metody jsou implementovány v aplikaci SimTandem, kterou lze použít pro dávkové zpracování ve frameworku TOPP...
|
|
|
Similarity Search in Protein Structure Databases
Galgonek, Jakub ; Skopal, Tomáš (vedoucí práce) ; Porto, Markus (oponent) ; Svozil, Daniel (oponent)
Proteiny patří mezi nejdůležitějších biopolymery, nebot' v organismu zastáva- jí nejrůznější životně důležité funkce. Jejich funkční rozmanitost je umožněna především jejich velkou strukturní rozmanitostí. Navíc se ukazuje, že proteiny sdílející podobnou strukturu sdílí také jiné vlastnosti (např. funkci, evoluční původ, atd.). Proto je studiu proteinových struktur a možnosti identifikovat podobné struktury věnována taková pozornost. V této práci představujeme systém umožňující podobnostní vyhledávání v databázích proteinových struktur. Tento systém, pro danou dotazovou struk- turu, vyhledá v databáze ty struktury, které jsou dotazu strukturně podobné. Systém se skládá z několika klíčových částí. Byla navržena vlastní podob- nostní míra umožňující měřit podobnost mezi dvojicí proteinových struk- tur. Speciálně pro tuto míru byla vytvořena přístupová metoda založená na metrické přístupové metodě LAESA. Přístupová metoda umožňuje hle- dat podobné struktury mnohem rychleji, než by to bylo možné sekvenčním procházením databáze. Pro dosažení dalšího urychlení byly obě části parale- lizovány, přičemž se podařilo dosáhnout téměř lineárního zrychlení. Poslední částí je...
|
|
|
Employing Parallel Architectures in Similarity Search
Kruliš, Martin ; Yaghob, Jakub (vedoucí práce) ; Platoš, Jan (oponent) ; Pllana, Sabri (oponent)
Tato práce se zabývá možnostmi nasazení masivně paralelních architektur v data- bázových systémech využívajících podobnostní vyhledávání. Hlavním předmětem našeho zájmu je využití výpočetní síly současné generace grafických karet pro vyhledávání v databázích obrázků. I přes významný pokrok v posledních letech zůstává oblast podobnostního vyhledávání velmi výpočetně náročná, takže je možné tyto metody aplikovat pouze u databází menšího rozsahu. Grafické čipy disponují obrovskou výpočetní silou, avšak jejich použitelnost pro konkrétní problémy bývá komplikovaná z důvodu specifických vlastností této architektury, které si vyžadují individuální úpravu existujících algoritmů a datových struktur. Zabývali jsme se všemi aspekty této problematiky, od efektivního využití grafických čipů pro obecné výpočty přes akceleraci vyhledávacího procesu až po efektivní indexaci obrázků. Ve většině případů přineslo nasazení grafických karet zrychlení přibližně o dva řády ve srovnání s jednojádrovými procesory a několikanásobné zrychlení ve srovnání s běžnými víceprocesorovými NUMA servery. Tato práce shrnuje naše poznatky z několikaletého výzkumu, algoritmy upravené pro specifické podmínky masivně paralelních čipů, ale také výsledky provedených experimentů, které potvrzují naše závěry.
|
|
|
Similarity Search in Protein Structure Databases
Galgonek, Jakub
Proteiny patří mezi nejdůležitějších biopolymery, nebot' v organismu zastáva- jí nejrůznější životně důležité funkce. Jejich funkční rozmanitost je umožněna především jejich velkou strukturní rozmanitostí. Navíc se ukazuje, že proteiny sdílející podobnou strukturu sdílí také jiné vlastnosti (např. funkci, evoluční původ, atd.). Proto je studiu proteinových struktur a možnosti identifikovat podobné struktury věnována taková pozornost. V této práci představujeme systém umožňující podobnostní vyhledávání v databázích proteinových struktur. Tento systém, pro danou dotazovou struk- turu, vyhledá v databáze ty struktury, které jsou dotazu strukturně podobné. Systém se skládá z několika klíčových částí. Byla navržena vlastní podob- nostní míra umožňující měřit podobnost mezi dvojicí proteinových struk- tur. Speciálně pro tuto míru byla vytvořena přístupová metoda založená na metrické přístupové metodě LAESA. Přístupová metoda umožňuje hle- dat podobné struktury mnohem rychleji, než by to bylo možné sekvenčním procházením databáze. Pro dosažení dalšího urychlení byly obě části parale- lizovány, přičemž se podařilo dosáhnout téměř lineárního zrychlení. Poslední částí je...
|
|
|
Exploration of Multimedia Collections
Moško, Juraj ; Skopal, Tomáš (vedoucí práce)
Vyhľadávacie systémy nad multimediálnymi databázami sú určené k poskytnutiu metód a užívateľského rozhrania pre užívateľov, ktorý chcú získať konkrétne dáta z multimediálnej kolekcie. Od čias, keď sa vo vede prvý krát objavila problematika získavania dát z multimediálnych kolekcií, vzniklo veľa rôznych vyhľadávacích techník, ale nie všetky z nich sú vhodné pre špecifické podmienky, ktoré predpokladá multimediálna explorácia. Multimediálna explorácia je určená na odhaľovanie obsahu celej multimediálnej kolekcie, veľmi často úplne neznámej užívateľom, ktorý chcú získať informácie o tom, čo kolekcia obsahuje. Na základe týchto faktov, multimediálny exploračný systém musí riešiť problémy ako zobraziť (zvyčajne viacdimenzionálne) multimediálne dáta, ako škálovať problematiku získavania dát z ľubovoľne veľkých kolekcií a ako navrhnúť také užívateľské rozhranie, ktoré by užívatelia mohli intuitívne využiť pri explorácii multimediálnych kolekcií. Ako odpoveď na tieto problémy sme navrhli a vyhodnotili naše idey pre vytvorenie vhodného systému pre multimediálnu exploráciu. Načrtli sme celkovú architektúru (všeobecného) multimediálneho exploračného systému, vytvorili sme viacvrstvovú exploračnú štruktúru Multi-Layer Exploration Structure (MLES) ako indexovú štruktúru, ktoré by mala vyriešiť problémy efektívneho a...
|
host ::
RSS.