May, 2012

实践中的b-Bit最小哈希：大规模批处理和在线学习，以及使用GPU进行快速预处理和简单哈希函数

HTML
PDF
TL;DR本文探讨在搜索场景下使用b位最小哈希法（“minwise hashing”）需要解决的问题，并提出了并行化方案、基于简单哈希函数的b位最小哈希实现方法等，验证了该方法在数据大小和训练效果上的优势。
发现论文，激发创造
  • 大规模学习的哈希算法

    本文提出了一种简单有效的大规模学习方案，结合学习算法（如SVM和逻辑回归）的b位minwise哈希可以自然地集成，大规模问题可以极其高效地解决，并与Vowpal Wabbit算法进行比较。

    Jun, 2011

  • 基于学习的哈希方法的通用两步方法

    提出一种灵活而简单的哈希学习框架，能够适用于不同类型的损失函数和哈希函数，将哈希学习问题分解为哈希位学习和哈希函数学习两个步骤，并表明该框架在哈希学习领域中具有实际应用价值与性能优势。

    Sep, 2013

  • 利用决策树进行高维数据的快速监督哈希

    本文利用增强决策树来实现哈希中的非线性，提出了基于次模形式的哈希二进制码推断问题和用于解决大规模哈希推断的高效GraphCut块搜索方法。实验证明，该方法在检索准确性和训练时间方面显著优于大多数最先进的方法，尤其是对于高维数据，该方法的训练时间比许多方法快数个数量级。

    Apr, 2014

  • 一种置换哈希方法的密集性改进

    本文提出了一种新的稠密化策略，使 $(K,L)$ 参数的局部敏感哈希 (Locality Sensitive Hashing)的 minwise 哈希算法在查询处理成本上从 $O(dKL)$ 降至仅 $O(d + KL)$，针对非常稀疏的数据集，该改进的技术表现更好，并且在查询处理成本上与现有程序相同。

    Jun, 2014

  • 学习哈希在大数据索引中的应用 - 一份综述

    本研究综述了基于哈希技术的ANN搜索的发展历程和应用，重点介绍了基于数据驱动学习方法和深度学习模型的哈希应用技术，分析了优缺点，并探讨了未来的研究趋势。

    Sep, 2015

  • MIHash：具有互信息的在线哈希算法

    本研究提出了一种互信息学习的哈希方法MIHash，可以在在线和批处理设置中使用，有效地减少哈希表重新计算并学习具有高质量的哈希函数，在2.5M图像数据集上取得了良好的表现。

    Mar, 2017

  • 达到平衡相似度的最优离散在线哈希

    本文提出一种新的基于对称图正则化的在线离散哈希方法BSODH，通过一个平衡相似和相异权重的平衡相似性方法，解决了应用离散优化时可能遇到的数据不均衡问题，并在三个广泛使用的基准测试中进行广泛实验，证明了该方法的优势。

    Jan, 2019

  • 快速监督离散哈希

    本文提出了一种新的基于监督离散哈希（SDH）的学习型哈希方法，称为快速监督离散哈希（FSDH）。FSDH使用一种简单但有效的回归方法来加速算法，具有封闭的解决方案，只需要单个哈希代码求解步骤，非常高效。作者的实验结果表明，FSDH不仅快速，而且优于其他比较方法。

    Apr, 2019

  • 在线哈希快速按类别更新

    本文提出了一种新的在线图像哈希方案，称为快速类内更新在线哈希（FCOH），采用了一种全新且高效的内积运算，通过引入类内更新方法及半松弛优化，提高在线适应性并加快训练速度，同时通过实验证明与多种最先进方法相比能够提供卓越的性能。

    Dec, 2020

  • Pb-Hash: 分区b位哈希

    研究探讨了将哈希值划分为m个块的Pb-Hash的方法，并表明使用Pb-Hash在一定范围内不会影响准确性，在机器学习任务中验证了Pb-Hash的有效性。

    Jun, 2023