局所性鋭敏型ハッシュ
出典: フリー百科事典『ウィキペディア（Wikipedia）』 (2015/06/30 09:46 UTC 版)
局所性鋭敏型ハッシュ（英: locality sensitive hashing）とは高次元のデータを確率的な処理によって次元圧縮するための手法である。ハッシュの基本的な考え方は類似したデータが高確率で同じバケットに入るようにデータを整理するというものである。多くの場合においてこのバケットの数は入力されるデータサンプルの数よりもずっと小さくなる。
- ^ Gionis, A.; Indyk, P., Motwani, R. (1999). , "Similarity Search in High Dimensions via Hashing". Proceedings of the 25th Very Large Database (VLDB) Conference.
- ^ Indyk, Piotr.; Motwani, Rajeev. (1998). , "Approximate Nearest Neighbors: Towards Removing the Curse of Dimensionality.". Proceedings of 30th Symposium on Theory of Computing.
- ^ Charikar, Moses S.. (2002). "Similarity Estimation Techniques from Rounding Algorithms". Proceedings of the 34th Annual ACM Symposium on Theory of Computing 2002: (ACM 1–58113–495–9/02/0005)…. doi:10.1145/509907.509965. Retrieved 2007-12-21.
- ^ Datar, M.; Immorlica, N., Indyk, P., Mirrokni, V.S. (2004). "Locality-Sensitive Hashing Scheme Based on p-Stable Distributions". Proceedings of the Symposium on Computational Geometry.
- ^ Pauleve, L.; Jegou, H., Amsaleg, L. (2010). "Locality sensitive hashing: A comparison of hash function types and querying mechanisms". Pattern recognition Letters.
[続きの解説]
「局所性鋭敏型ハッシュ」の続きの解説一覧
- 1 局所性鋭敏型ハッシュとは
- 2 局所性鋭敏型ハッシュの概要
局所性鋭敏型ハッシュ
出典: フリー百科事典『ウィキペディア（Wikipedia）』 (2020/05/13 07:55 UTC 版)
局所性鋭敏型ハッシュ（LSH）は、距離空間内の各点に距離空間的操作を施すことで、グループ分けする技法である。ある距離尺度で互いに近い点は同じグループになる確率が高くなる。
※この「局所性鋭敏型ハッシュ」の解説は、「最近傍探索」の解説の一部です。
「局所性鋭敏型ハッシュ」を含む「最近傍探索」の記事については、「最近傍探索」の概要を参照ください。
ウィキペディア小見出し辞書の「局所性鋭敏型ハッシュ」の項目はプログラムで機械的に意味や本文を生成しているため、不適切な項目が含まれていることもあります。ご了承くださいませ。 お問い合わせ。
- 局所性鋭敏型ハッシュのページへのリンク
