一种学习型布隆过滤器的模型及通过夹心法优化
机器学习
2019-01-07 v1 数据库
机器学习
摘要
近期的研究建议通过预过滤器来增强布隆过滤器，该预过滤器基于机器学习来确定一个对布隆过滤器所要表示的数据集进行建模的函数。在此我们对这类学习型布隆过滤器进行建模，并取得以下成果：(1) 我们阐明了此类结构能够且不能提供哪些保证；(2) 我们展示了如何估计学习函数必须达到何种规模才能获得性能提升；(3) 我们提供了一种简单的方法——夹心法(sandwiching)，用于优化学习型布隆过滤器；以及 (4) 基于我们的建模方法，我们提出了一种学习型Bloomier过滤器的设计与分析方法。
引用
@article{arxiv.1901.00902,
title = {A Model for Learned Bloom Filters, and Optimizing by Sandwiching},
author = {Michael Mitzenmacher},
journal= {arXiv preprint arXiv:1901.00902},
year = {2019}
}
备注
12 pages; the complete version of the paper that appears in NIPS 2018, including addendum on learned Bloomier filters. arXiv admin note: substantial text overlap with arXiv:1802.00884, arXiv:1803.01474