文献

J-GLOBAL ID：201502211985036071   整理番号：15A0487430

効果的類似検索に関するマルコフグラフを介した局所類似保存ハッシュ学習

Local similarity preserved hashing learning via Markov graph for efficient similarity search

著者 (4件)： LIU Hong (School of Computer and Information Engineer, JiangXi Normal Univ., CHN) ,  JIANG Aiwen (School of Computer and Information Engineer, JiangXi Normal Univ., CHN) ,  WANG Mingwen (School of Computer and Information Engineer, JiangXi Normal Univ., CHN) ,  WAN Jianyi (School of Computer and Information Engineer, JiangXi Normal Univ., CHN)
資料名： Neurocomputing  (Neurocomputing)
巻： 159  ページ： 144-150  発行年： 2015年07月02日 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： ハッシュは,その高次元空間に於ける最近隣探索の効率が良い為,マルチメディア検索領域で魅力的な話題となっている。本論文では,マルコフグラフに基づいた効果的ハッシュアルゴリズムを提案した。これは,安定した複合類似性グラフの構築を通じて,埋め込まれた部分空間中の類似情報を保存出来る。更に,計算機の複雑さを低減する為の実用的方策を施した。3種の公的データセットを用いて,数種の最先端アルゴリズムの比較を行った。実験の結果は,本提案手法が,競争力ある性能を持ち,大規模類似検索課題を与えられることを実証した。Copyright 2015 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： *ハッシング ,  *学習アルゴリズム ,  *確率モデル ,  *情報検索 ,  近似法 ,  検索 ,  空間 ,  集合
準シソーラス用語： *Markovモデル ,  データセット ,  *ハッシュ法 ,  マルチメディア検索 ,  最近隣探索 ,  部分空間 ,  *類似検索

分類 (2件)： 人工知能  (JE08000Z) ,  計算理論  (JB02000A)

タイトルに関連する用語 (5件)： 類似検索 ,  グラフ ,  類似 ,  保存 ,  学習