A unified model for accelerating unsupervised iterative re-ranking algorithms

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorPontifical Catholic Univ Rio de Janeiro-
Autor(es): dc.contributorUniversidade Estadual de Campinas (UNICAMP)-
Autor(es): dc.contributorUniversidade Estadual Paulista (Unesp)-
Autor(es): dc.contributorNTNU Norwegian Univ Sci & Technol-
Autor(es): dc.contributorISCTE IUL Lisbon Univ Inst-
Autor(es): dc.creatorPisani, Flavia-
Autor(es): dc.creatorPascotti Valem, Lucas [UNESP]-
Autor(es): dc.creatorGuimaraes Pedronette, Daniel Carlos [UNESP]-
Autor(es): dc.creatorS. Torres, Ricardo da-
Autor(es): dc.creatorBorin, Edson-
Autor(es): dc.creatorBreternitz, Mauricio-
Data de aceite: dc.date.accessioned2022-02-22T00:10:03Z-
Data de disponibilização: dc.date.available2022-02-22T00:10:03Z-
Data de envio: dc.date.issued2020-12-09-
Data de envio: dc.date.issued2020-12-09-
Data de envio: dc.date.issued2020-03-03-
Fonte completa do material: dc.identifierhttp://dx.doi.org/10.1002/cpe.5702-
Fonte completa do material: dc.identifierhttp://hdl.handle.net/11449/196639-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/11449/196639-
Descrição: dc.descriptionDespite the continuous advances in image retrieval technologies, performing effective and efficient content-based searches remains a challenging task. Unsupervised iterative re-ranking algorithms have emerged as a promising solution and have been widely used to improve the effectiveness of multimedia retrieval systems. Although substantially more efficient than related approaches based on diffusion processes, these re-ranking algorithms can still be computationally costly, demanding the specification and implementation of efficient big multimedia analysis approaches. Such demand associated with the significant potential for parallelization and highly effective results achieved by recently proposed re-ranking algorithms creates the need for exploiting efficiency vs effectiveness trade-offs. In this article, we introduce a class of unsupervised iterative re-ranking algorithms and present a model that can be used to guide their implementation and optimization for parallel architectures. We also analyze the impact of the parallelization on the performance of four algorithms that belong to the proposed class: Contextual Spaces, RL-Sim, Contextual Re-ranking, and Cartesian Product of Ranking References. The experiments show speedups that reach up to 6.0x, 16.1x, 3.3x, and 7.1x for each algorithm, respectively. These results demonstrate that the proposed parallel programming model can be successfully applied to various algorithms and used to improve the performance of multimedia retrieval systems.-
Descrição: dc.descriptionAdvanced Micro Devices-
Descrição: dc.descriptionConselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)-
Descrição: dc.descriptionCoordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)-
Descrição: dc.descriptionFundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)-
Descrição: dc.descriptionFundo de Apoio ao Ensino, a Pesquisa e Extensao, Universidade Estadual de Campinas-
Descrição: dc.descriptionPontifical Catholic Univ Rio de Janeiro, Dept Informat, Rio De Janeiro, RJ, Brazil-
Descrição: dc.descriptionUniv Estadual Campinas, Inst Comp, Av Albert Einstein 1251,Cidade Univ, Campinas, SP, Brazil-
Descrição: dc.descriptionSao Paulo State Univ, Dept Stat Appl Math & Comp, Rio Claro, SP, Brazil-
Descrição: dc.descriptionNTNU Norwegian Univ Sci & Technol, Dept ICT & Nat Sci, Alesund, Norway-
Descrição: dc.descriptionISCTE IUL Lisbon Univ Inst, ISTAR IUL, Lisbon, Portugal-
Descrição: dc.descriptionSao Paulo State Univ, Dept Stat Appl Math & Comp, Rio Claro, SP, Brazil-
Descrição: dc.descriptionCNPq: 307560/2016-3-
Descrição: dc.descriptionCNPq: 484254/2012-0-
Descrição: dc.descriptionCNPq: 308194/2017-9-
Descrição: dc.descriptionCAPES: 88881.145912/2017-01-
Descrição: dc.descriptionFAPESP: 2013/50155-0-
Descrição: dc.descriptionFAPESP: 2013/50169-1-
Descrição: dc.descriptionFAPESP: 2014/50715-9-
Descrição: dc.descriptionFAPESP: 2013/08645-0-
Descrição: dc.descriptionFAPESP: 2014/12236-1-
Descrição: dc.descriptionFAPESP: 2015/24494-8-
Descrição: dc.descriptionFAPESP: 2016-
Formato: dc.format24-
Idioma: dc.languageen-
Publicador: dc.publisherWiley-Blackwell-
Relação: dc.relationConcurrency And Computation-practice & Experience-
???dc.source???: dc.sourceWeb of Science-
Palavras-chave: dc.subjectGPGPU-
Palavras-chave: dc.subjectimage re-ranking model-
Palavras-chave: dc.subjectmultimedia retrieval-
Palavras-chave: dc.subjectOpenCL-
Palavras-chave: dc.subjectparallel computing-
Título: dc.titleA unified model for accelerating unsupervised iterative re-ranking algorithms-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositório Institucional - Unesp

Não existem arquivos associados a este item.