導(dǎo)讀：散列法（Hashing）或哈希法是一種將字符組成的字符串轉(zhuǎn)換為固定長度（一般是更短長度）的數(shù)值或索引值的方法，稱為散列法，也叫哈希法。由于通過更短的哈希值比用原始值進(jìn)行數(shù)據(jù)庫搜索更快，這種方法一般用來在數(shù)據(jù)庫中建立索引并進(jìn)行搜索，同時(shí)還用在各種解密算法中。

快速近鄰搜索的自適應(yīng)二進(jìn)制量化（Adaptive Binary Quantization for Fast Nearest Neighbor Search）

 

摘要：對(duì)于大數(shù)據(jù)中快速近鄰搜索，哈希法已被證明是一個(gè)很有吸引力的技術(shù)。與基于哈希法的投影相比，基于原型的投影有更強(qiáng)的能力去生成數(shù)據(jù)（具有復(fù)雜的固有結(jié)構(gòu)）的判別性二進(jìn)制碼。然而，我們的觀察表明，它們?nèi)匀粺o法獲得高質(zhì)量的編碼——通常在一個(gè)超立方體中利用完整的二進(jìn)制代碼。為了解決該問題，我們提出了自適應(yīng)二進(jìn)制量化方法——學(xué)習(xí)一個(gè)與原型相應(yīng)、有著小且獨(dú)特二進(jìn)制代碼的判別性散列函數(shù)。我們的交替優(yōu)化以有效的方式自適應(yīng)地發(fā)現(xiàn)原型集和不同尺寸的代碼集，它總的魯棒性近似與數(shù)據(jù)關(guān)系。我們的方法可以很自然地推廣到長散列碼乘積空間。我們相信，我們的想法對(duì)于散列研究非常有幫助。在四個(gè)大型（高達(dá)8000萬）數(shù)據(jù)集上的大量的實(shí)驗(yàn)表明，我們的方法顯著優(yōu)于最好散列方法，性能收益相對(duì)提升了58.84%。

第一作者簡介

Zhujin Li

北京航空航天大學(xué)軟件開發(fā)環(huán)境國家重點(diǎn)實(shí)驗(yàn)室

文章總結(jié)及應(yīng)用場景

受到我們觀察的啟發(fā)——原型為基礎(chǔ)的散列有可能存在一個(gè)更好的編碼解決方案，即只使用一小部分的二進(jìn)制碼，而不是完整的集合，本文提出了一種自適應(yīng)二進(jìn)制量化方法——在原空間中共同追求一套原型和Hamming 空間中的一個(gè)二進(jìn)制代碼子集。原型和代碼相應(yīng)關(guān)聯(lián)且一起定義有著更小散列編碼的散列函數(shù)。我們的方法計(jì)算速度更快，且具備在乘積空間中生成長散列碼的能力，和具有判別能力的最近鄰搜索。

在過去的十年中，由于散列技術(shù)成功的應(yīng)用于許多領(lǐng)域，如大規(guī)模的視覺搜索、機(jī)器學(xué)習(xí)、推薦系統(tǒng)等，其在快速最近鄰搜索領(lǐng)域已被廣泛研究。

via：ECAI  2016

PS : 本文由雷鋒網(wǎng)獨(dú)家編譯，未經(jīng)許可拒絕轉(zhuǎn)載！

原論文下載

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。