Iniciar sesión
Información - 近似最近鄰搜尋
子空間碰撞：一個適用於高維度近似最近鄰搜尋的高效且精確的框架
本文提出了一種新穎的近似最近鄰搜尋框架「子空間碰撞（SC）」，並基於此框架設計了一種名為 SuCo 的高效且精確的 ANN 搜尋方法。SuCo 透過在每個子空間中對資料點進行聚類並使用倒排多索引 (IMI) 來減少聚類複雜度，從而構建輕量級索引。
SymphonyQG：實現量化與圖結構的協同整合，以優化近似最近鄰搜尋
SymphonyQG 是一種新的近似最近鄰搜尋（ANN）演算法，它通過將量化技術 RaBitQ 與圖結構索引更協同地整合，顯著提升了搜尋效能和索引速度。
LoRANN：一種用於近似最近鄰搜尋的低秩矩陣分解方法
LoRANN 是一種基於叢集的近似最近鄰搜尋 (ANN) 方法，它利用監督式分數計算方法，透過降秩迴歸來近似查詢點和叢集點之間的內積，進而提升查詢速度和降低記憶體使用量。
基於商用 DRAM-PIM 的近似最近鄰搜尋引擎：DRIM-ANN
本文提出了一種基於商用 DRAM-PIM 架構的近似最近鄰搜尋引擎 DRIM-ANN，透過演算法優化和負載平衡策略，有效利用 DRAM-PIM 的高頻寬和近數據計算能力，顯著提升了 ANNS 效能。
Acerca de
Productos
© 2024 by Linnk AI