文献

J-GLOBAL ID：201702265847800660   整理番号：17A0213662

1000000000スケール高次元データにおける探索のためのツリー集約【Powered by NICT】

Aggregating Tree for Searching in Billion Scale High Dimensional Data

著者 (3件)： Liu Shicong ,  Shao Junru ,  Lu Hongtao
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICDMW  ページ： 748-755  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 基数木を構築し,ビーム探索による最近傍探索を行うベクトル量子化符号化(VQ符号化)を用いた高次元データのための集約ツリー(Aツリー)と呼ばれる新しい最近傍探索方式を提案した。正確かつ効率的に探索するために,VQ符号化が局所的に凝集をコードする基準を満たすことを示唆し対応するAツリーのノードのための,隣接ベクトルは,より少ない部分木で凝集ビーム探索の効率化を図るべきである。ハッシング符号のためのバランス型および非相関ビット基準に類似した効果的なVQ符号化のための他の二基準を示唆した。一般化残差ベクトル量子化(GRVQ)符号化を用いて提案された基準を満たすためにAツリーを構築し,この組み合わせは有意に優れた性能を示した。著者らの方法は,いくつかの標準的ベンチマークデータセット,十億ベクトルを含む一に検証した。実験結果は,最新技術と比較して,提案手法の優れた効率と有効性を示した。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： 効率化 ,  ベクトル ,  ハッシング ,  近傍探索法 ,  *集中化 ,  符号化 ,  凝集 ,  残差 ,  ベクトル量子化
準シソーラス用語： 非相関 ,  基数 ,  *高次元データ , 【Automatic Indexing@JST】

分類 (2件)： データベースシステム  (JD03030U) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： スケール ,  高次元データ ,  探索 ,  集約