کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
4948305 1439614 2016 11 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Bit selection via walks on graph for hash-based nearest neighbor search
ترجمه فارسی عنوان
انتخاب بیت از طریق پیاده روی بر روی نمودار برای جستجوی نزدیک ترین همسایه در هش
کلمات کلیدی
حشره حساس به محل، انتخاب بیت بر روی نمودار حرکت کنید کدهای هش کلاسیک، جداول هش تکمیلی، روند مارکوف،
ترجمه چکیده
به تازگی هش کردن با جداول متعدد تبدیل شده است جذاب در بسیاری از برنامه های کاربردی زندگی واقعی، به دلیل تضمین نظری و موفقیت های عملی خود. برای دنبال کردن کارایی مورد نظر، معمولا در طراحی الگوریتم های هش کردن برای سناریوی مشخص شده، تلاش های زیادی لازم است. انتخاب بش هش به عنوان یک روش کلی عمل می کند که می تواند با استفاده از الگوریتم های هشیشده موجود، عملکرد رضایت بخش را برای سناریوهای مختلف ارائه دهد. در این مقاله، یک چارچوب انتخاب جدید بیت از طریق پیاده روی بر روی گراف پیشنهاد شده است که از هر دو تولید کد کدهای هش و ساخت یک جدول هش افزوده پشتیبانی کند. این مشکل انتخاب را به عنوان کشف زیرگراف در یک نمودار گرافیکی لبه و رأس، که در آن اکثر زیرمجموعه های مورد نظر به موارد مکرر بازدید شده (بیت ها / جداول) در یک فرایند مارکوف مطابقت دارد، فرموله می کند. چارچوب یکپارچه شده و سازگار با الگوریتم های مختلف هش کردن است. برای تولید کد جمع و جور، بیت های حشری مستقل و آموزنده را با استفاده از فرآیند مارکوف بر روی نمودار نامزد بیت انتخاب می کند. برای ساخت جدول مخرج مخرب، از روابط قدرت سلسله مراتبی بین تمام بیت های نامزدی بهره می برد و آنها را به تعدادی از زیر مجموعه های بیتی به عنوان جداول کاندید جدا می کند که از آن می توان جداول متعدد مشتمل بر هش را انتخاب کرد. آزمایشها برای دو سناریوی مهم انتخاب شده انجام می شود، یعنی هش کردن با استفاده از الگوریتم های مختلف هش کردن و هش کردن با ویژگی های چندگانه. نتایج حاکی از آن است که چارچوب انتخابی پیشنهادی ما به دست آوردن عملکرد قابل ملاحظه ای نسبت به روش های ساده انتخاب در سناریوهای مختلف می انجامد.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر هوش مصنوعی
پیش نمایش مقاله
انتخاب بیت از طریق پیاده روی بر روی نمودار برای جستجوی نزدیک ترین همسایه در هش
چکیده انگلیسی
Recently hashing with multiple tables has become attractive in many real life applications, owing to its theoretical guarantee and practical success. To pursue the desired performance, usually great efforts are required on the hashing algorithm design for the specified scenario. Hash bit selection serves as a general method that can provide satisfying performance for different scenarios by utilizing existing hashing algorithms. In this paper, a novel bit selection framework via walks on graph is proposed to support both compact hash code generation and complementary hash table construction. It formulates the selection problem as the subgraphs discovery on an edge- and vertex-weighted graph, where the most desired subset corresponds to the frequently visited ones (bits/tables) in a Markov process. The framework is unified and compatible with different hashing algorithms. For compact code generation, it selects the most independent and informative hash bits using the Markov process over the candidate bit graph. For complementary hash table construction, it exploits the hierarchical authority relations among all candidate bits and separates them into a number of bit subsets as the candidate tables, from which multiple complementary hash tables can be efficiently selected. Experiments are conducted for two important selection scenarios, i.e., hashing using different hashing algorithms and hashing with multiple features. The results indicate that our proposed selection framework achieves significant performance gains over the naive selection methods under different scenarios.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Neurocomputing - Volume 213, 12 November 2016, Pages 137-146
نویسندگان
, , , , ,