文献

J-GLOBAL ID：201702248803009420   整理番号：17A0414238

加速LSHベース類似性ジョイン処理のための一般的方法【Powered by NICT】

A Generic Method for Accelerating LSH-Based Similarity Join Processing

著者 (5件)： Yu Chenyun (Department of Computer Science, City University of Hong Kong, Kowloon Tong, Hong Kong) ,  Nutanong Sarana (Department of Computer Science, City University of Hong Kong, Kowloon Tong, Hong Kong) ,  Li Hangyu (Department of Computer Science, City University of Hong Kong, Kowloon Tong, Hong Kong) ,  Wang Cong (Department of Computer Science, City University of Hong Kong, Kowloon Tong, Hong Kong) ,  Yuan Xingliang (Department of Computer Science, City University of Hong Kong, Kowloon Tong, Hong Kong)
資料名： IEEE Transactions on Knowledge and Data Engineering  (IEEE Transactions on Knowledge and Data Engineering)
巻： 29  号： 4  ページ： 712-726  発行年： 2017年 
JST資料番号： T0838A  ISSN： 1041-4347  CODEN： ITKEEH  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 局所性高感度ハッシング(LSH)は高次元空間における近似類似性検索の問題を解くための効率的な方法である。LSHを通して,ハッシュジョイン,二大規模データセットは線形接合のコストをとして高次元類似性ジョインを同じ方法で処理することができる。多重LSHアルゴリズムの特性を解析すること,死因究明のために司法により,LSHを用いての二種の大きなデータセットを接合するプロセスを高速化するために一般的な方法を提案した。この方法の最も重要な点は,LSHルックアップの数を減らすために代表的な点の集合を同定する方法である。理論解析は,提案した方法は大きくルックアップ演算の数を減少させ,各質問点に対するLSHルックアップを実行と比較して同じ結果の精度を保持できることを示した。さらに,同じ原理が三つの異なる測定基準:Euclid距離(QALSH),Jaccard類似性測度(MinHash),とH amming距離(配列ハッシング)のためのLSHアルゴリズムに適用できることを示すことによりこの方法の汎用性を実証した。実データセットを用いた実験的研究からの結果は,著者らの誤差解析を確認し,最新のLSH手法に比べて,提案法の有意な改善を示した:0.95以上の再現率を達成するために,著者らはクエリーポイントのほとんどで15%のためのLSHルックアップを操作する必要があるのみである。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： ハッシング ,  汎用性 ,  高次元 ,  演算 ,  線形性 ,  局所性 ,  高感度 ,  誤差解析 ,  高速化 ,  *類似性 ,  測度
準シソーラス用語： 再現率 ,  Euclid距離 ,  理論解析 ,  *ジョイン , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 加速 ,  類似性 ,  ジョイン