admin 管理员组

文章数量: 1184232

近似最近邻搜索(Approximate nearest neighbor search, ANNS)在推荐系统、信息检索和模式识别等许多应用中都是一个重要的操作。在过去的十年中，基于图的人工神经网络算法一直是该领域的主导范式，提出了数十种基于图的人工神经网络算法。这些算法旨在为给定的查询提供有效、高效的解决方案来检索最近邻居。然而，这些工作侧重于用不同的方法开发和优化算法，因此确实需要对这些方法的相对性能、优势和缺陷进行全面的调查。本文通过新的分类法和细粒度管道对13种代表性的基于图的人工神经网络算法进行了彻底的比较分析和实验评估。在8个真实数据集和12个不同大小和特征的合成数据集上，在统一的测试环境中比较了每种算法。该研究产生了新的发现，提供了几个有用的原则来改进算法，从而设计了一种优于最先进算法的优化方法。这项工作还帮助我们确定了算法的工作部分，以及关于有前途的研究方向和适合不同领域从业人员的算法的经验法则建议

本文标签： Comparison Graph Experimental Comprehensive Survey

版权声明：本文标题：A Comprehensive Survey and Experimental Comparison of Graph-Based Approximate Nearest Neighbor Searc 内容由网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：http://www.roclinux.cn/b/1758735616a3089852.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。