面向高维近似最近邻搜索的局部敏感哈希技术实验分析
数据库
2021-02-16 v1 多媒体
摘要
在高维空间中查找最近邻是许多多媒体检索应用中的基本操作。基于树的精确索引方法对高维数据已知会受到著名的维度灾难影响。近似搜索技术在返回足够好结果的同时牺牲一定准确性以换取更快性能。局部敏感哈希(LSH)是一种非常流行的用于在高维空间中查找近似最近邻的技术。除了对查询结果提供理论保证外，LSH技术的主要优势之一是由于其基于外存而具有良好的大规模数据集可扩展性。现有LSH技术的最主要代价是查找候选点所需的算法时间与索引IO。现有工作在其评估中并未比较这两种主要代价。在本实验综述论文中，我们展示了这两种代价对LSH技术整体性能的影响。我们在四个真实世界数据集上比较了三种最先进的技术，并表明与近期工作相反，C2LSH在性能上仍是最先进算法，同时达到了与其近期竞争者相似的准确性。
引用
@article{arxiv.2006.11285,
title = {Experimental Analysis of Locality Sensitive Hashing Techniques for High-Dimensional Approximate Nearest Neighbor Searches},
author = {Omid Jafari and Parth Nagarkar},
journal= {arXiv preprint arXiv:2006.11285},
year = {2021}
}
备注
arXiv admin note: text overlap with arXiv:2003.06415