SOAR：面向近似最近邻搜索的改进索引
机器学习
2024-04-02 v1
摘要
本文介绍了 SOAR：具有正交性放大残差的溢出，一种用于近似最近邻（ANN）搜索的新型数据索引技术。SOAR 扩展了先前用于 ANN 搜索的方法，例如溢出树，这些方法在对数据进行分区时利用多个冗余表示，以降低搜索期间错过最近邻的概率。然而，SOAR 并非独立地训练和计算这些冗余表示，而是使用正交性放大残差损失，优化每个表示以在其他表示表现不佳的情况下进行补偿。这极大地提高了整体索引质量，在保持快速索引时间和低内存消耗的同时，实现了最先进的 ANN 基准性能。
引用
@article{arxiv.2404.00774,
title = {SOAR: Improved Indexing for Approximate Nearest Neighbor Search},
author = {Philip Sun and David Simcha and Dave Dopson and Ruiqi Guo and Sanjiv Kumar},
journal= {arXiv preprint arXiv:2404.00774},
year = {2024}
}