가장 가까운 이웃을 통해 가장 가까운 이웃을 해결하는 방법은 무엇입니까? E2LSH 설명서 인용

Question

(이것은이 특정 라이브러리에 관하여 그 중요하지 를이 인용 일반에서 NN 문제에 대한 사실이어야 함) :

E 2LSH도 가장 가까운 이웃의 문제를 해결하는 데 사용할 수 있습니다 , 어디 , 쿼리 q가 주어지면 데이터 구조는 Q에 가장 가까운 P의 포인트를보고해야합니다. 이것은 R = R1, R2, ...에 대해 다수의 R- 근처 인접 데이터 구조를 생성함으로써 행해질 수있다. . . 여기서 Rt는 이어야하며 모든 쿼리 포인트에서 가장 가까운 인접 라우터 인 까지의 최대 거리보다 커야합니다. 가장 가까운 이웃은 첫 번째 점은 사람이 좀 바꿔 수

을 발견 할 때마다 radiae, 정지의 증가 순서로 데이터 구조를 쿼리 하여 복구 할 수 있습니까? 나는 R- 가까운 이웃 접근법을 사용하여 가장 가까운 이웃을 찾는이 절차를 수행하지 않는다.

Answer 1

예를 들어 설명해 드리겠습니다. 우리의 데이터 집합은 하나의 점 p으로 구성되어 있고 쿼리 포인트는 q에 도달한다고 가정합니다. ^*이 p 및 q의 거리가 3,9라고 가정 해 봅시다. 반경 R. 그런 경우에는 내부에 놓 E2LSH ^$를 사용하여 지금

, 나는 R-가장 가까운 이웃의 문제, 즉이 예 응답 할 것이다을 해결하는 데이터 구조를 만들 수 있습니다 (저 점 가져 오기) 포인트가 존재하면, 그것은 아니오로 대답 할 것입니다.

을 이제 :

의 내가 우리의 마음 5.에 = 1 R에서 시작하여, 그 종류의 (5 개) 데이터 구조를 구축하는 선택한다고 가정 해 봅시다, 이것은 우리가 지금까지 한 일이다 d (p, q) = 3,9이므로 R = 4로 구축 된 데이터 구조를 묻고 쿼리 포인트 q을 찾으십시오.

이제 우리는 d (p, q)를 모르는 척해라. 우리가 선택한 가장 작은 반경, 즉 1에서부터 검색을 시작한다. 그래서, 우리는 반지름 (1)에 우리의 데이터 세트? 아니!

R = 2? 아니! R = 3? 아니! R = 4에서? 예, 그게 q입니다! 이제 우리는 끝났습니다. 4는 R _t입니다. E2LSH 강한 가정이고

이

---

* _{일반적으로 우리가, R은해야 어떤 값이 너무 큰 알고하지 않기 때문에, 파라미터 R이 입력에 사용자를 넣어하는 데 대한}을 앓고 우리는 공간을 낭비하고 시간이 너무 짧아서 우리는 우리의 질의를 찾지 못할 것입니다!

$ _{Ilya Razenshteyn의 홈페이지에 E2LSH보다 더 현대적인 것이 있다고 들었습니다.}