登入
洞見 - 近似最近傍探索
高速かつ効率的なインデックス時間と空間を実現する高次元近似最近傍探索
高次元データにおける近似最近傍探索（AKNN）の効率性を向上させるため、データ分布に基づいた新しい距離計算法と多段階距離補正フレームワークを提案する。
近似最近傍探索のための低ランク行列分解を用いた新しい教師ありスコア計算手法：LoRANNの紹介
本稿では、クラスタリングベースの近似最近傍探索（ANN）のクエリレイテンシを改善する、教師あり学習に基づく新しいスコア計算手法を提案する。この手法は、クエリポイントとクラスタポイント間の非類似度の推定を多変量（複数出力）回帰問題として捉え、縮小ランク回帰を用いて効率的に解を近似する。
商用DRAM-PIMに基づく近似最近傍探索エンジン、DRIM-ANN
DRIM-ANNは、従来のCPUやGPUの限界を超えて、大規模データセットに対する高速かつエネルギー効率の高い近似最近傍探索（ANNS）を実現する、商用DRAM-PIMアーキテクチャを活用した革新的なANNSエンジンである。
© 2024 by Linnk AI