PM-LSH：一种用于高维近似最近邻与最近对搜索的快速准确内存框架
数据库
2021-07-13 v1
摘要
由于维数灾难，最近邻（NN）搜索在高维空间中本质上计算代价高昂。作为众所周知的解决方案，局部敏感哈希（LSH）能够以常数概率在亚线性时间内回答 c-近似最近邻（c-ANN）查询。现有 LSH 方法主要侧重于构建基于哈希桶的索引，以便快速检索候选点。然而，现有的粗粒度结构无法为候选点提供准确的距离估计，这导致在不得不检查不必要点时产生额外的计算开销，进而降低了查询处理的性能。相反，我们提出了一种快速且准确的内存 LSH 框架，称为 PM-LSH，旨在大规模高维数据集上计算 c-ANN 查询。首先，我们采用简单而有效的 PM-tree 来索引数据点。其次，我们开发了可调置信区间以实现准确的距离估计并保证高结果质量。第三，我们在 PM-tree 之上提出一种高效算法来提升 c-ANN 查询的计算性能。此外，我们将 PM-LSH 扩展以支持高维空间中的最近对（CP）搜索。我们再次采用 PM-tree 在低维空间中组织点，并提出一种分支定界算法与半径剪枝技术来提升 c-近似最近对（c-ACP）查询的计算性能。基于真实数据的大量实验证明，PM-LSH 在 NN 与 CP 搜索的效率和准确性方面均优于现有方案。
引用
@article{arxiv.2107.05537,
title = {PM-LSH: a fast and accurate in-memory framework for high-dimensional approximate NN and closest pair search},
author = {Bolong Zheng and Xi Zhao and Lianggui Weng and Nguyen Quoc Viet Hung and Hang Liu and Christian S. Jensen},
journal= {arXiv preprint arXiv:2107.05537},
year = {2021}
}