Sep, 2023

从特定到通用的学习排序集字典：在实践中产生具有竞争力的数据结构增强器的理论上可靠的范式

PDF
TL;DR在机器学习和经典数据结构的交叉领域中，这项研究关注了学习数据结构，这是一个具有重要方法论意义和高实用性影响的新领域。我们提出了一种新的思路，通过对任何排序集合字典进行学习，例如平衡二叉搜索树或其他非排序布局的二分搜索，从而在时间性能上取得了令人印象深刻的提升。
发现论文，激发创造
  • 学习式索引结构的案例

    本文将现存索引结构视为一种模型，并探讨通过深度学习建立新的索引结构的可行性及运行效率，试验证明，用神经网络实现的索引结构能够在速度上比传统 B 树结构优秀 70%，并在各种真实数据集上实现更好的内存效率，于是指出此方案对于未来数据管理系统的设计具有深远影响

    Dec, 2017

  • 基于学习的索引性能基准测试

    本文针对使用学习索引结构替换传统索引结构的近期研究提出了一个统一的基准，将三种学习索引结构的调整良好的实现与多个最先进的 “传统” 基准进行了比较，并使用四个真实世界的数据集证明，学习索引结构确实可以在密集数组的只读内存工作负载中优于非学习索引。同时还研究了缓存、流水线、数据集大小和关键字大小对性能的影响，探讨了学习模型为何能够实现如此良好的性能，并研究其他特性，如多线程系统中的性能和构建时间。

    Jun, 2020

  • 可分离字典学习

    本文介绍基于分离结构的字典学习方法，使得学习过程中可以处理更大的图像块，并且字典在重建任务中被有效地应用。

    Mar, 2013

  • 鲁棒学习增强字典

    我们提出了第一个学习增强的数据结构，用于实现拥有最佳一致性和鲁棒性的字典。我们的数据结构名为 RobustSL，它是一个带有数据序列中元素访问频率预测的跳表。通过正确的预测，RobustSL 可以实现最佳一致性（达到静态最优性）。同时，它保持每个操作的对数运行时间，确保了最佳的鲁棒性，即使预测是针对性生成的。因此，RobustSL 具备了 Lin、Luo 和 Woodruff（ICML 2022）以及 Cao 等人（arXiv 2023）最近提出的学习增强数据结构的所有优点，并提供了先前工作中缺失的鲁棒性保证。数值实验表明，RobustSL 在使用合成和真实数据集时优于其他替代数据结构。

    Feb, 2024

  • 轻量级概念词典学习在文本分类中的应用

    我们提出了一种新颖的轻量级监督字典学习框架，用于基于数据压缩和表示的文本分类。该算法通过 LZW 算法从文本数据集构建字典，优化字典元素并考虑标签数据，生成区分性数值表示，以便训练 SVM 和神经网络等简单分类器。我们通过信息瓶颈原理进行信息理论性能评估，并引入信息平面区域排名为新的度量指标。在六个基准文本数据集上的测试中，我们的算法与顶级模型表现接近，尤其在有限词汇环境下，使用显著少的参数。然而，在多样词汇数据集上表现不佳，可能是由于 LZW 算法在低重复数据上的限制。这个对比突出了它在不同数据集类型上的效率和局限性。

    Apr, 2024

  • 基于 Gradient-Boosting 的结构化和非结构化学习

    提出了两个结构化和非结构化数据都存在的问题的框架，采用梯度提升和深度神经网络相结合，可以提高性能。这些框架在各种数据集上进行了实验，表现优于基线方法 0.1％-4.7％。

    Feb, 2023

  • 学习图信号的参数字典

    本文介绍了一种通过参数化字典学习算法，以将重叠的局部模式表达为不同区域的图表上的图形信号的组合，从而设计数据适应的结构化字典，同时保留局部原子的优点，提高字典在信号处理任务（如压缩、降噪、分类）中的计算效率。

    Jan, 2014

  • 关于学习索引的分布依赖子对数查询时间

    本文从理论上证明，在数据分布的温和假设下，具有与非学习方法相同空间复杂度的学习索引可以在期望的 O (loglog n) 查询时间内回答查询，从而进一步巩固了学习索引的实证成功。

    Jun, 2023

  • 快速的共享低秩字典学习用于图像分类

    本文提出了一种新的字典学习方法，依据共性和特异性的原理同时学习共性和分类特定的特征以实现更准确的分类，并通过实验验证了该方法的效率和实际应用的优越性。

    Oct, 2016

  • 通过学习增强的 SampleSort——LearnedSort: 分析和并行化

    本文分析和并行学习排序算法 LearnedSort，结合了累积分布函数和 SampleSort 方法，在合成和现实世界数据集上显示了较 IPS4o 和其他排序算法更好的并行性能。

    Jul, 2023