Adam

Giangreco, Ivan; Kabary, Ihab Al; Schuldt, Heiko

doi:10.1145/2600428.2611182

Cited by 2 publications

(2 citation statements)

References 3 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Segundo (BRITO et al, 2016), a utilização desses frameworks aumenta significativamente o desempenho computacional das consultas analíticas. Adicionalmente, também existem estudos que investigam operações de similaridade de imagens utilizando esses frameworks (GIANGRECO; KABARY; SCHULDT, 2014;LI et al, 2017;NGUYEN et al, 2016;HUH, 2017). Esses estudos também mostram ganhos no desempenho no cálculo das operações de similaridade.…”

Section: Motivaçãounclassified

“…Nesta seção são agrupados os estudos que envolvem operações de similaridade de imagens utilizando processamento paralelo e distribuído (GIANGRECO; KABARY; SCHULDT, 2014;LI et al, 2017;NGUYEN et al, 2016;HUH, 2017). A mesma possui o objetivo de resumir técnicas para executar operações de similaridade de imagens de modo eficiente em termos de desempenho computacional.…”

Section: Similaridade De Imagens Em Hadoopunclassified

See 1 more Smart Citation

Processamento eficiente de consultas analíticas estendidas com predicado de similaridade sobre um data warehouse de imagens em ambientes paralelos e distribuídos

Rocha¹

View full text Add to dashboard Cite

Agradeço à Deus por me capacitar e abençoar no desenvolvimento desta dissertação de mestrado.Agradeço à minha amada namorada Ana Ellen Mattos. Por me apoiar e incentivar deste a ideia de fazer um mestrado, normalmente desvalorizado pela sociedade. Por ser, diariamente, meu porto seguro em todo este processo, tanto com ligações ao final do dia quanto finais de semana juntos. Por me dar todo o suporte emocional, desde madrugadas de trabalho e estresse até conquistas alcançadas. Eu te amo muito meu amor, obrigado por caminhar ao meu lado nesta fase tão especial para nossa história.Agradeço aos meus amados pais, Geofredo Borges da Rocha e Fabiana Augusta Garcia Muzzi, pelo apoio incondicional de sempre, por tudo que fizeram e fazem por mim. Amo muito vocês, sou muito grato e feliz por ter ao meu lado pais incríveis, que me apoiam em todas as áreas da minha vida. Agradeço também ao meu amado irmão Gabriel Muzzi da Rocha, por ser um verdadeiro irmão nesta jornada, em uma etapa tão difícil para nós. Agradeço pelo apoio sensacional, pelas longas conversas por telefone, dividindo conquistas, experiências, angústias, preocupações e nos apoiando, entendendo um ao outro. Eu te amo muito, Tibe.Agradeço aos irmãos que a vida me deu, Bruno, Matheus, Tiba e Vinícius. Por todas orações, apoio e torcida nesta etapa que não nos vimos muito, mas que sabíamos que estávamos ali para o que precisar. Contem comigo sempre, amo vocês.Agradeço toda minha família, pelas orações e torcida por mim. Em especial, ao meu tio Fernando Augusto Garcia Muzzi, por ter sido minha inspiração para ingressar na área da computação e área acadêmica.Agradeço à minha orientadora Cristina Dutra de Aguiar Ciferri, por ser muito mais do que uma excelente orientadora. Agradeço por acreditar no meu potencial, pela orientação incrível, pelo olhar humano para lidar com cada um, pelas conversas, conselhos e apoio em questões a parte da pesquisa. Evolui muito neste mestrado, profissionalmente e pessoalmente, serei eternamente grato por tudo. Estendo o agradecimento ao grupo de pesquisa, em especial, ao João Pedro e Piero, pelas colaborações importantes.Agradeço aos funcionários, professores e ao próprio instituto ICMC/USP. Meu carinho e gratidão à USP por toda evolução, desde a graduação, estarão sempre presentes. Por fim, agradeço a CAPES e a FAPESP (processo 2018/10607-3) pelo apoio financeiro, o qual foi imprescindível para o desenvolvimento deste trabalho.Palavras-chave: Data warehouse de imagens, consultas OLAP estendidas com predicado de similaridade, processamento paralelo e distribuído, imagens médicas.

show abstract

Section: Motivaçãounclassified

Section: Similaridade De Imagens Em Hadoopunclassified

Processamento eficiente de consultas analíticas estendidas com predicado de similaridade sobre um data warehouse de imagens em ambientes paralelos e distribuídos

Rocha¹

View full text Add to dashboard Cite

show abstract

ADAM pro : Database Support for Big Multimedia Retrieval

Giangreco

Schuldt

2016

Datenbank Spektrum

Self Cite

View full text Add to dashboard Cite

For supporting retrieval tasks within large multimedia collections, not only the sheer size of data but also the complexity of data and their associated metadata pose a challenge. Applications that have to deal with big multimedia collections need to manage the sheer volume of data and to effectively and efficiently search within these data. When providing similarity search, a multimedia retrieval system has to consider the actual multimedia content, the corresponding structured metadata (e.g., content author, creation date, etc.) and-for providing similarity queries-the extracted low-level features stored as densely populated high-dimensional feature vectors. In this paper, we present ADAM pro , a combined database and information retrieval system that is particularly tailored to big multimedia collections. ADAM pro follows a modular architecture for storing structured metadata, as well as the extracted feature vectors and it provides various index structures, i.e., Locality-Sensitive Hashing, Spectral Hashing, and the VA-File, for a fast retrieval in the context of a similarity search. Since similarity queries are often long-running queries, ADAM pro supports progressive queries that provide the user with streaming result lists by returning (possibly imprecise) results as soon as they become available. We provide the results of an evaluation of ADAM pro on the basis of several collection sizes up to 50 million entries and feature vectors with different numbers of dimensions.

show abstract

Adam

Cited by 2 publications

References 3 publications

Processamento eficiente de consultas analíticas estendidas com predicado de similaridade sobre um data warehouse de imagens em ambientes paralelos e distribuídos

Processamento eficiente de consultas analíticas estendidas com predicado de similaridade sobre um data warehouse de imagens em ambientes paralelos e distribuídos

ADAM pro : Database Support for Big Multimedia Retrieval

Contact Info

Product

Resources

About