Academic Journals Database
Disseminating quality controlled scientific knowledge

Solving Multiple Queries through a Permutation Index in GPU

ADD TO MY LIST
 
Author(s): Mariela Lopresti | Natalia Miranda | Fabiana Piccoli | Nora Reyes

Journal: Computación y Sistemas
ISSN 1405-5546

Volume: 17;
Issue: 3;
Start page: 341;
Date: 2013;
Original page

ABSTRACT
Realizar consultas por contenido, a través de búsquedas de similitud, es una operación fundamental para aplicaciones relacionadas con datos multimedia. En este tipo de consultas no tiene sentido buscar elementos exactamente iguales a uno dado como consulta. En su lugar, es necesario medirla disimilitud entre el objeto de consulta y cada objeto de la base de datos. El modelo de espacio métrico es un paradigma que permite modelar todos los problemas de búsqueda por similitud. Las bases de datos métricas permiten el almacenamiento de objetos de un espacio métrico y responder consultas por similitud de manera eficiente, generalmente, mediante la reducción del número de evaluaciones de distancia. En consecuencia, el objetivo es pre-procesar el conjunto de datos de manera que las consultas pueden ser respondidas con el menor numero posible de c alculos de distancia. M as aun, para grandes bases de datos m etricas no basta con procesar previamente el conjunto de datos mediante la creación de un índice, también es necesario acelerar las consultas mediante el uso de computación de alto desempeño, una alternativa es utilizar GPU. En este trabajo se muestra una implementación de una arquitectura de GPU pura para construir el Pemutation Index, el cual nos permite resolver en paralelo múltiples consultas por similitud aproximadas en bases de datos de diferente naturaleza. Adem as se evalúa el compromiso entre la calidad de respuesta y el desempeño de nuestra aplicaci on. Finalmente se presentan resultados experimentales
Affiliate Program      Why do you need a reservation system?