关于学习型布隆过滤器中通用分类器的选择:基础过滤器内的初步分析
机器学习
2021-12-14 v1 神经与进化计算
摘要
布隆过滤器是一种基础且广泛应用的数据结构。在日益增长的学习型数据结构领域中,已有若干种学习型布隆过滤器被提出,相比经典过滤器具有优势。它们每一种都使用一个分类器,即该数据结构中的学习型部分。尽管分类器在这些新型过滤器中起着核心作用,且其空间占用与分类时间可能影响学习型过滤器的性能,但目前尚无关于在何种情况下应使用何种特定分类器的系统性研究。我们在本文中报告该领域的进展,并就如何在五种经典分类范式中选择分类器提供初步指导。
引用
@article{arxiv.2112.06563,
title = {On the Choice of General Purpose Classifiers in Learned Bloom Filters: An Initial Analysis Within Basic Filters},
author = {Giacomo Fumagalli and Davide Raimondi and Raffaele Giancarlo and Dario Malchiodi and Marco Frasca},
journal= {arXiv preprint arXiv:2112.06563},
year = {2021}
}
备注
ICPRAM 2022