Вещественные вложения и скетчи для быстрой оценки расстояний и сходств

Вещественные вложения и скетчи для быстрой оценки расстояний и сходств

Рассмотрены методы и алгоритмы быстрой оценки мер расстояния/сходства данных по формируемым вещественным векторам малой раз-мерности. Приведены методы без обучения, использующие главным образом случайное проецирование и сэмплирование. Исходные данные являются в основном векторами большой размерност...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:Кибернетика и системный анализ
Datum:2016
1. Verfasser: Рачковский, Д.А.
Format: Artikel
Sprache:Russian
Veröffentlicht: Інститут кібернетики ім. В.М. Глушкова НАН України 2016
Schlagworte:
Новые средства кибернетики, информатики, вычислительной техники и системного анализа
Online Zugang:https://nasplib.isofts.kiev.ua/handle/123456789/142067
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Назва журналу:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Zitieren:Вещественные вложения и скетчи для быстрой оценки расстояний и сходств / Д.А. Рачковский // Кибернетика и системный анализ. — 2016. — Т. 52, № 6. — С. 156-180. — Бібліогр.: 153 назв. — рос.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine
id nasplib_isofts_kiev_ua-123456789-142067
record_format dspace
spelling Рачковский, Д.А.
2018-09-24T14:57:29Z
2018-09-24T14:57:29Z
2016
Вещественные вложения и скетчи для быстрой оценки расстояний и сходств / Д.А. Рачковский // Кибернетика и системный анализ. — 2016. — Т. 52, № 6. — С. 156-180. — Бібліогр.: 153 назв. — рос.
0023-1274
https://nasplib.isofts.kiev.ua/handle/123456789/142067
004.22 + 004.93'11
Рассмотрены методы и алгоритмы быстрой оценки мер расстояния/сходства данных по формируемым вещественным векторам малой раз-мерности. Приведены методы без обучения, использующие главным образом случайное проецирование и сэмплирование. Исходные данные являются в основном векторами большой размерности с различными расстояниями (евклидовым, манхэттеновым, статистическими и др.) и сходствами (скаляр-ным произведением и др.). Обсуждаются и векторные представления невек-торных данных. Получаемые векторы можно также применять в алгоритмах поиска по сходству, машинного обучения и др.
Розглянуто методи і алгоритми швидкої оцінки мір відстані/схожості даних за дійсними векторними представленнями малої розмірності. Досліджено методи без навчання, з використанням випадкової проекції та семпліювання. Вхідні дані є, в основному, векторами великої розмірності з різними мірами відстані (евклідове, манхеттенове, статистичне та ін.) і схожості (скалярний добуток та ін.). Обговорюються також векторні представлення невекторних даних. Отримані вектори можуть також застосовуватися в алгоритмах пошуку за схожістю, машинного навчання тощо.
This survey paper focuses on methods and algorithms for fast estimation of data distance/similarity measures. The estimation is done by real-valued vector representations of small dimension. The discussed methods do not use learning and mainly use random projection and sampling. Initial data are mainly high-dimensional vectors with different distance measures (Euclidean, Manhattan, statistical, etc.) and similarities (dot product etc.). Vector representations of non-vector data are discussed as well. The resultant vectors can also be used for similarity search algorithms, machine learning, etc.
Автор благодарен канд. техн. наук А.М. Соколову за обсуждения.
ru
Інститут кібернетики ім. В.М. Глушкова НАН України
Кибернетика и системный анализ
Новые средства кибернетики, информатики, вычислительной техники и системного анализа
Вещественные вложения и скетчи для быстрой оценки расстояний и сходств
Дійсні вкладення і скетчі для швидкої оцінки відстаней та схожостей
Real-valued embeddings and sketches for fast distanceand similarity estimation
Article
published earlier
institution Digital Library of Periodicals of National Academy of Sciences of Ukraine
collection DSpace DC
title Вещественные вложения и скетчи для быстрой оценки расстояний и сходств
spellingShingle Вещественные вложения и скетчи для быстрой оценки расстояний и сходств
Рачковский, Д.А.
Новые средства кибернетики, информатики, вычислительной техники и системного анализа
title_short Вещественные вложения и скетчи для быстрой оценки расстояний и сходств
title_full Вещественные вложения и скетчи для быстрой оценки расстояний и сходств
title_fullStr Вещественные вложения и скетчи для быстрой оценки расстояний и сходств
title_full_unstemmed Вещественные вложения и скетчи для быстрой оценки расстояний и сходств
title_sort вещественные вложения и скетчи для быстрой оценки расстояний и сходств
author Рачковский, Д.А.
author_facet Рачковский, Д.А.
topic Новые средства кибернетики, информатики, вычислительной техники и системного анализа
topic_facet Новые средства кибернетики, информатики, вычислительной техники и системного анализа
publishDate 2016
language Russian
container_title Кибернетика и системный анализ
publisher Інститут кібернетики ім. В.М. Глушкова НАН України
format Article
title_alt Дійсні вкладення і скетчі для швидкої оцінки відстаней та схожостей
Real-valued embeddings and sketches for fast distanceand similarity estimation
description Рассмотрены методы и алгоритмы быстрой оценки мер расстояния/сходства данных по формируемым вещественным векторам малой раз-мерности. Приведены методы без обучения, использующие главным образом случайное проецирование и сэмплирование. Исходные данные являются в основном векторами большой размерности с различными расстояниями (евклидовым, манхэттеновым, статистическими и др.) и сходствами (скаляр-ным произведением и др.). Обсуждаются и векторные представления невек-торных данных. Получаемые векторы можно также применять в алгоритмах поиска по сходству, машинного обучения и др. Розглянуто методи і алгоритми швидкої оцінки мір відстані/схожості даних за дійсними векторними представленнями малої розмірності. Досліджено методи без навчання, з використанням випадкової проекції та семпліювання. Вхідні дані є, в основному, векторами великої розмірності з різними мірами відстані (евклідове, манхеттенове, статистичне та ін.) і схожості (скалярний добуток та ін.). Обговорюються також векторні представлення невекторних даних. Отримані вектори можуть також застосовуватися в алгоритмах пошуку за схожістю, машинного навчання тощо. This survey paper focuses on methods and algorithms for fast estimation of data distance/similarity measures. The estimation is done by real-valued vector representations of small dimension. The discussed methods do not use learning and mainly use random projection and sampling. Initial data are mainly high-dimensional vectors with different distance measures (Euclidean, Manhattan, statistical, etc.) and similarities (dot product etc.). Vector representations of non-vector data are discussed as well. The resultant vectors can also be used for similarity search algorithms, machine learning, etc.
issn 0023-1274
url https://nasplib.isofts.kiev.ua/handle/123456789/142067
citation_txt Вещественные вложения и скетчи для быстрой оценки расстояний и сходств / Д.А. Рачковский // Кибернетика и системный анализ. — 2016. — Т. 52, № 6. — С. 156-180. — Бібліогр.: 153 назв. — рос.
work_keys_str_mv AT račkovskiida veŝestvennyevloženiâisketčidlâbystroiocenkirasstoâniiishodstv
AT račkovskiida díisnívkladennâísketčídlâšvidkoíocínkivídstaneitashožostei
AT račkovskiida realvaluedembeddingsandsketchesforfastdistanceandsimilarityestimation
first_indexed 2025-12-07T16:32:38Z
last_indexed 2025-12-07T16:32:38Z
_version_ 1850867878704709632

Ähnliche Einträge