文献

J-GLOBAL ID：201302291044462752   整理番号：13A0149646

高速類似検索のためのランクハッシュ類似性

Rank hash similarity for fast similarity search

著者 (6件)： LU Min (Coll. of Information Technical Sci., Nankai Univ., Tianjin, CHN) ,  HUANG Yalou (Coll. of Information Technical Sci., Nankai Univ., Tianjin, CHN) ,  HUANG Yalou (Coll. of Software, Nankai Univ., Tianjin, CHN) ,  XIE Maoqiang (Coll. of Software, Nankai Univ., Tianjin, CHN) ,  XIE Maoqiang (Information Technol. Res. Base of Civil Aviation Administration of China, Civil Aviation Univ. of China, CHN) ,  LIU Jie (Coll. of Information Technical Sci., Nankai Univ., Tianjin, CHN)
資料名： Information Processing & Management  (Information Processing & Management)
巻： 49  号： 1  ページ： 158-168  発行年： 2013年01月 
JST資料番号： E0362B  ISSN： 0306-4573  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 本論文は,質問データ点に対し効率的かつ効果的に類似データ点を発見する大規模類似検索を取り上げる。類似検索を高速化する効率的な一方法は,ハッシュ関数の学習である。ハッシュ関数を学習する既存の手法は,類似対に対するHamming距離の低い値を求めることを目標とする。しかしこの種の方法は,Hamming距離のランキング順序を無視している。このため,質問データ点に対し類似アイテムを発見する精度が低い。本論文では,トップk RHS(ランクハッシュ類似性)と呼ぶアルゴリズムを提案し,ランキング損失関数をハッシュ関数の学習に対し設計する。ハッシュ関数は,l個の線形分類器から構成されるという仮説を設定する。ハッシュ関数の学習課題は,二分分類器を学習するタスクとして定式化できる。このアルゴリズムはlラウンド実行し,各ラウンドで二分分類器を学習する。既存の手法と比べ,提案した方法は同程度の計算量を要する。それにも拘わらず,3種のテキストデータ集合に関する実験結果は,提案した方法により基準の方法よりも高い精度が得られることを示す。Copyright 2013 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： *情報検索 ,  類似性 ,  *ハッシュ関数 ,  高速化 ,  損失関数 ,  目的関数 ,  機械学習 ,  順序 ,  *等級づけ ,  学習アルゴリズム ,  コンピュータ ,  定式化 ,  計算量 ,  精度 ,  データ ,  実験
準シソーラス用語： テキストデータ ,  *ランキング ,  評価実験 ,  分類機 ,  分類精度 ,  *類似検索

分類 (2件)： 検索技術  (AC06020S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (2件)： 類似検索 ,  類似性