文献

J-GLOBAL ID：201702279298207560   整理番号：17A1257416

より良い理論的保証による改善された最大内積探索【Powered by NICT】

Improved maximum inner product search with better theoretical guarantees

著者 (3件)： Keivani Omid (Department of Electrical Engineering and Computer Science, Wichita State University, Wichita, KS, USA) ,  Sinha Kaushik (Department of Electrical Engineering and Computer Science, Wichita State University, Wichita, KS, USA) ,  Ram Parikshit (Skytree, Inc., Atlanta, GA, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IJCNN  ページ： 2927-2934  発行年： 2017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： 最大内積探索(MIPS)の問題における最近の関心は,新しい解の開発に火をつけた。溶液(通常)は,MIPSを減少させる最近接探索(NNS)の良く研究された問題に適用した。次元の呪いを回避するために,問題は近似解(すなわち,約最大許容何)を受け入れるために緩和され,局所性高感度ハッシングは選択の近似NNSアルゴリズムである。超資源豊富であるが,これらの既存の解は,(i)MIPSは複数の方法でNNSまで低減でき,最良の精度または効率の還元選択する場合,理解が不足している(大部分は理論的,経験的)と,(ii)MIPSは近似NNSにより解決した場合,この近似をMIPS溶液に簡単ではない改善可能であることを側面の対を有していた。これらのユーザビリティ問題を克服するために,MIPSを解くための無作為分配木(RPT)の使用を提案した。はMIPSを減少させるNNSがNNS問題を解決するためにRPTを利用した。RPTは正確なNNS溶液,正確なMIPS溶液(高い確率で)を,近似の翻訳の必要性を回避した。RPTの理論的特性は最良のMIPSにNNS還元を選択し明確にすることができた。RPTの経験的特性を,最先端の性能を著しく上回ることができる精度-効率のトレードオフ上のユニークな細粒度制御を提供した。例えば,80%の精度で,RPTは2~5×最新技術よりも効率的である。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： 高感度 ,  ハッシング ,  *内積 ,  近似法 ,  局所性 ,  アルゴリズム ,  忍容性
準シソーラス用語： 細粒度 ,  最先端 ,  許容性 ,  近似解 ,  次元の呪い ,  MIPS , 【Automatic Indexing@JST】

分類 (3件)： 数値計算  (JE02000J) ,  人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 理論 ,  保証 ,  内積 ,  探索