講演抄録/キーワード |
講演名 |
2018-02-28 10:20
高次元データに対するLSH法を用いたk近傍探索ハードウェア ○荒井悠人・若林真一・永山 忍・稲木雅人(広島市大) VLD2017-91 |
抄録 |
(和) |
あらまし現在,パターン認識やクラスタリングなどの分野においてk近傍探索が頻繁に使用されているが,高次元データに対してはk 近傍探索のさらなる高速化が求められている.
そこで,本研究では高精度な近似解を求めるLSH 法を用いたk近傍探索に着目し,専用ハードウェアを提案する.
ランダムに生成した高次元データを用いた計算機実験により提案ハードウェアを評価する. |
(英) |
Recently, k-nearest neighbor search is frequently used in the field of pattern recognition, clustering,etc.
However, for high dimensional data, further speeding up of k-nearest neighbor search is required.
Therefore, in this research, focusing on the k-nearest neighbor search using LSH for finding a highly accurate approximate solution, we propose dedicated hardware.
We evaluate the proposed hardware by computer experiment using randomly generated high dimensional data. |
キーワード |
(和) |
k近傍探索 / LSH / FPGA / / / / / |
(英) |
k-Nearest Neighbor Search / LSH / FPGA / / / / / |
文献情報 |
信学技報, vol. 117, no. 455, VLD2017-91, pp. 13-18, 2018年2月. |
資料番号 |
VLD2017-91 |
発行日 |
2018-02-21 (VLD) |
ISSN |
Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
VLD2017-91 |