Publications
カンファレンス (国内) 高速・高精度な𝑘 最近傍距離推定
新井 悠介 (大阪大学), 天方 大地 (大阪大学), 原 隆浩 (大阪大学), 藤田 澄男
第21回情報科学技術フォーラム (FIT2022)
2022.9.13
ビッグデータマイニングはデータサイエンスにおける重 要なタスクであり，ビッグデータに隠れた新たな知識の獲 得等が期待できる．特にデータ間の類似性を利用したデー タ分析は多くのアプリケーションで利用されており，𝑘 最 近傍までの距離を利用するものが多い．この時，この距離 を計算する操作が分析の際にボトルネックとなる．既存研 究ではこの操作の効率性を向上する方法が提案されてい るが，多くのデータアクセスを要するため，大量のデータ にスケールしない． そこで本研究では，全結合ニューラルネットワークと ピボットを用いた𝑘 最近傍距離を高速かつ高精度で推定 する機械学習モデルを提案する．このモデルは，最近傍か ら𝑘 最近傍までの距離を同時かつ𝑂(1) 時間で推定するこ とができるという特長がある．実データを用いた実験およ びケーススタディから，提案モデルの有効性を示す．
Paper : 高速・高精度な𝑘 最近傍距離推定 （外部サイト）