优化化学计数-Min Sketch
机器学习
2025-12-16 v1
摘要
计数-Min Sketch (CMS) 是一种高效的数据结构，用于估计多重集合中元素的频率。学习式计数-Min Sketch (LCMS) 通过引入机器学习模型在相同内存使用下降低估计误差，但因经验参数调优导致构建速度慢，且缺乏对不可接受误差概率的理论保证。我们提出的优化化学计数-Min Sketch (OptLCMS) 将输入域划分为多个分区，每个分区分配一个 CMS 实例，CMS 参数通过固定阈值进行解析推导，阈值通过带近似可行性检查的动态规划进行优化。这减少了对经验验证的需求，实现更快的构建过程，同时在这些假设下提供理论保证。OptLCMS 还允许对可接受误差阈值进行显式控制，提高了实际应用中的灵活性。实验表明，OptLCMS 构建更快，实现更低的不可接受误差概率，同时与 LCMS 保持一致的估计精度。
引用
@article{arxiv.2512.12252,
title = {Optimized Learned Count-Min Sketch},
author = {Kyosuke Nishishita and Atsuki Sato and Yusuke Matsui},
journal= {arXiv preprint arXiv:2512.12252},
year = {2025}
}
备注
4 pages, 3 figures. Accepted at NeurIPS 2025 Workshop on Machine Learning for Systems