返回
Double Filtering Using Short and Long Quantized Projections
DOI:10.1007/978-3-032-06069-3_35.png)
摘要
En 中文
本文提出了一种基于两阶段过滤策略的快速且内存高效的近似最近邻(ANN)搜索系统的实用实现,该策略使用短和长量化投影。所提出的系统基于我们团队最近开发的方法,并针对SISAP 2025索引挑战的Task 1进行优化,利用公开可用的数据集和评估协议。所提出的索引方法,称为双过滤,使用两种类型的量化降维投影:由1位量化派生的短二进制草图,以及用于精细过滤的较长投影。两者均通过对原始高维向量进行降维并量化结果获得。为满足挑战的硬件限制(16 GB RAM和8 CPU核心),我们调整了草图宽度、投影维度等参数。与针对批处理和吞吐量优化的系统不同,我们的方法在在线设置中运行,其中每个查询按顺序独立处理。我们关注每查询响应延迟,测量平均时间和变异性,这使得系统非常适合资源受限下的实时或交互式应用。
Keyword:
Approximate Nearest Neighbor Search
Double Filtering
Quantized Projections
Binary Sketching
Memory-Constrained Indexing
Online Query Processing
Low-Latency Retrieval
期刊
S
IF:
0
论文数:
38
被引数:
0
机构
引用论文
没有更多内容



