Falconn++：一种用于近似最近邻搜索的局部敏感过滤方法
数据结构与算法
2022-10-25 v3 计算机视觉与模式识别
摘要
我们提出 Falconn++，一种用于角度距离上近似最近邻搜索的新型局部敏感过滤方法。Falconn++ 能够在查询之前过滤掉任意哈希桶中潜在较远的点，从而与其他基于哈希的方法相比获得更高质量的候选点。在理论上，Falconn++ 在查询时间复杂度上渐近地优于 Falconn——一种角度距离上的最优局部敏感哈希方案。在实验上，Falconn++ 在许多真实数据集上取得了比 Falconn 更高的召回率-速度权衡。Falconn++ 在与 HNSW（一种在高召回率区间中基于图的的高效代表方法）竞争时也颇具竞争力。
引用
@article{arxiv.2206.01382,
title = {Falconn++: A Locality-sensitive Filtering Approach for Approximate Nearest Neighbor Search},
author = {Ninh Pham and Tao Liu},
journal= {arXiv preprint arXiv:2206.01382},
year = {2022}
}
备注
To appear in NeurIPS 2022