訓練可能な埋込みインデックスにおける回転行列学習のための与えられた座標降下法【JST・京大機械翻訳】

Jiang Yunjiang; Zhang Han; Qiu Yiming; Xiao Yun; Long Bo; Yang Wen-Yun

プレプリント

J-GLOBAL ID：202202201360665399 整理番号：22P0301732

訓練可能な埋込みインデックスにおける回転行列学習のための与えられた座標降下法【JST・京大機械翻訳】

Givens Coordinate Descent Methods for Rotation Matrix Learning in Trainable Embedding Indexes

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (6件)： , , , , ,
資料名：
発行年： 2022年03月09日プレプリントサーバーでの情報更新日： 2022年03月09日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

空間回転と結合した製品量子化(PQ)は,内部製品計算の埋込みとスピードアップのためのディスクストレージを著しく圧縮するために,現代の近似最近傍(ANN)探索システムにおいて広く用いられている。しかしながら,既存の回転学習法は固定埋込みのための量子化歪を最小化するが,埋込みが絶えず更新されるエンドツーエンド訓練シナリオには適用できない。本論文では,Lieグループ理論,特に特別な直交グループSO(n)からの幾何学的直感に基づき,任意の凸目的におそらく収束する回転行列を学習するためのブロックのグループを提案する。最先端のSVD法と比較して,この与えられたアルゴリズムは,はるかに並列化可能で,現代のGPUに関して,実行時間を数桁短縮し,そして,実験研究に従って,より安定に収束した。さらに,それらは,エンドツーエンド訓練シナリオにおいて,バニラ製品量子化でさらに改善する。【JST・京大機械翻訳】

, , , , , , , , , , , ,
, , , 【Automatic Indexing@JST】

図形・画像処理一般 , パターン認識

, , , , ,

前のページに戻る