English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

Locality Sensitive Hashing (LSH) est l'une des techniques les plus prometteuses pour la resolution des problemes de la recherche des plus proches voisins dans l'espace de grande dimension. Euclidien Exact LSH (E2LSH) est la variante la plus populaire du LSH qui a ete appliquee avec succes dans de nombreuses applications multimedia. Toutefois, l'E2LSH presente des limitations qui affectent les performances de recherche. La principale limitation de l'E2LSH est l'espace memoire important utilise. Afin de parvenir a une bonne qualite de recherche, un grand nombre de tables de hachage est necessaire. Ce papier propose un nouvel algorithme de hachage pour remedier au probleme d'espace de stockage, tout en conservant la bonne qualite de recherche et un meilleur temps de calcul. Les resultats experimentaux obtenus sur une base de donnees reelle a grand echelle montrent l'interet de notre approche

SC-LSH: Une Méthode d'Indexation pour une Recherche de Similarité Approximative dans l'Espace Multidimensionnel