ハッシュを利用した近似最近傍探索における隣接バケット参照の精度とメモリ使用量の理論式の導出
| 言語 | 日本語 |
|---|
| 種類 | 研究会等の予稿 |
|---|
| 著者 | 武藤 大志,多田 匡志,岩村 雅一,黄瀬 浩一 |
|---|
| 論文名 | ハッシュを利用した近似最近傍探索における隣接バケット参照の精度とメモリ使用量の理論式の導出 |
|---|
| 論文誌名 | 電子情報通信学会技術研究報告 |
|---|
| Vol. | 109 |
|---|
| No. | 374 |
|---|
| 発表番号 | PRMU2009-170 |
|---|
| ページ | pp.109-114 |
|---|
| 年月 | 2010年1月 |
|---|
| 分野 | 最近傍探索 |
| キー | Muto2010 (id=1131) |
要約
近似最近傍探索は,クエリと最も距離が近い点を探索する最近傍探索の
計算時間,メモリ使用量を大幅に削減する手法である.
一般に精度,計算時間,メモリ使用量はトレードオフの関係にあり,
その関係を解析することは,様々な場面に近似最近傍探索を適用する上で,
重要な課題である.
本稿では,ハッシュを利用した近似最近傍探索において,
文献~\cite{nog,PCH,M-P_LSH,mvh}で行われている“隣接バケットを参照する”
方策のモデル化を行い,
精度とメモリ使用量に関して理論式を求める.
そして,実験とシミュレーションにより理論式の妥当性を検証する.
この文献を出力
出力はタブ区切りです.Excel の該当シートの A 列(操作種別)のセルを選んで貼り付けてください.「学術情報リポジトリ」「国際共著」など判定できない必須項目は空欄なので,貼り付け後に埋めてください.
書式の定義
書き換えるとすぐ出力に反映されます(書式を選び直すか「既定に戻す」を押すまで有効).1 行目が既定,種類別に変えるには「book: …」のような行を追加
書式の定義の書き方
{authors} のように波括弧でフィールドを挿入します.[ ... ] で囲んだ部分は,その中のフィールドが空のとき丸ごと省略されます.使えるフィールド:
{authors}{authors_and}{authors_ja}{authors_ja_tight}{authors_en}{authors_en_and}{authors_tight}{first_author}{title}{title_ja}{title_en}{journal}{journal_ja}{journal_en}{book_title}{volume}{number}{series}{presen_id}{pages}{pp}{num_pages}{year}{month}{month_en}{month_short}{ym}{date}{date_ja}{date_en}{publisher}{address}{location}{review}{review_ja}{review_en}{reviewed_mark}{presen_type}{type}{type_label}{doi}{url}{key}{awards}
書式の定義の書き方
1 行に 1 つ,\マクロ名{フィールド}{フィールド}… の形でマクロと引数の並びを定義します.波括弧の中がフィールド名ならその値(LaTeX 用にエスケープ済み)に,それ以外の文字はそのまま出ます.マクロ名は自由に変えられ,行を足せば「マクロ」の選択肢に増えます.種類ごとに使うマクロを固定するには master_thesis: thesis のような行を足します(自動選択: 論文誌は DOI があれば paperdoi,号があれば paperno,それ以外は paper/会議はページがあれば conf,無ければ confpaper/著書は book).{pages} は「119--124」の形,{journal} は誌名が無ければ書名になります.使えるフィールド:
{authors}{authors_and}{authors_ja}{authors_ja_tight}{authors_en}{authors_en_and}{authors_tight}{first_author}{title}{title_ja}{title_en}{journal}{journal_ja}{journal_en}{book_title}{volume}{number}{series}{presen_id}{pages}{pp}{num_pages}{year}{month}{month_en}{month_short}{ym}{date}{date_ja}{date_en}{publisher}{address}{location}{review}{review_ja}{review_en}{reviewed_mark}{presen_type}{type}{type_label}{doi}{url}{key}{awards}
← 一覧に戻る