普罗克鲁斯特正交稀疏哈希
机器学习
2020-06-11 v1 机器学习
摘要
哈希因其速度与效率而成为最流行的相似度搜索方法之一。稠密二值哈希在文献中十分普遍。近来，昆虫嗅觉被证明在结构与功能上类似于稀疏哈希 [6]。此处，我们证明这一生物机制是一个适定优化问题的解。此外，我们表明正交性提高了稀疏哈希的精度。接下来，我们提出一种新方法——普罗克鲁斯特正交稀疏哈希（Procrustean Orthogonal Sparse Hashing, POSH），它统一了这些发现，从训练数据中学习一个与稀疏哈希机制兼容的正交变换。我们提供了最优稀疏提升（Optimal Sparse Lifting, OSL）[22] 与 BioHash [30] 这两种相关受嗅觉启发方法的缺陷的理论证据，并提出了两种新方法 Binary OSL 与 SphericalHash 以弥补这些不足。我们将 POSH、Binary OSL 与 SphericalHash 与几种最先进的哈希方法比较，并给出了所提方法在广泛标准基准与参数设定下具有优越性的实证结果。
引用
@article{arxiv.2006.04847,
title = {Procrustean Orthogonal Sparse Hashing},
author = {Mariano Tepper and Dipanjan Sengupta and Ted Willke},
journal= {arXiv preprint arXiv:2006.04847},
year = {2020}
}