PolyMinHash：基于面积的多边形MinHash近似最近邻搜索
信息检索
2025-11-21 v1
摘要
相似性搜索是数据挖掘中的关键任务。随着数据集的增大，精确的最近邻搜索变得快速变得不可行，导致采用近似最近邻（ANN）搜索。ANN已为文本数据、图像和轨迹进行研究。然而，对于空间数据库系统和地理信息系统中的多边形几乎没有开发ANN系统的努力。我们提出了PolyMinHash，一个用于多边形相似性搜索的系统，该系统将MinHashing适应为一种新的二维多边形-哈希方案，用于生成输入多边形的简短且保留相似性的签名。通过计算随机采样点数目，直到采样点落入多边形内部区域之前所需的点数，以产生hash值，从而产生保留基于面积的Jaccard相似性的hash值。我们呈现了PolyMinHash系统在搜索准确性和运行时间之间的权衡。我们的哈希机制将查询细化阶段需要处理的候选数量减少了最高可达98%，与暴力算法处理的候选数量相比。
引用
@article{arxiv.2511.16576,
title = {PolyMinHash: Efficient Area-Based MinHashing of Polygons for Approximate Nearest Neighbor Search},
author = {Alima Subedi and Sankalpa Pokharel and Satish Puri},
journal= {arXiv preprint arXiv:2511.16576},
year = {2025}
}