JP2003085205A - 空間変換に基づく楕円体問合せ方法および装置と空間変換に基づく楕円体問合せプログラムおよび該プログラムを記録した記録媒体 - Google Patents
空間変換に基づく楕円体問合せ方法および装置と空間変換に基づく楕円体問合せプログラムおよび該プログラムを記録した記録媒体Info
- Publication number
- JP2003085205A JP2003085205A JP2001270912A JP2001270912A JP2003085205A JP 2003085205 A JP2003085205 A JP 2003085205A JP 2001270912 A JP2001270912 A JP 2001270912A JP 2001270912 A JP2001270912 A JP 2001270912A JP 2003085205 A JP2003085205 A JP 2003085205A
- Authority
- JP
- Japan
- Prior art keywords
- matrix
- distance
- ellipsoidal
- query
- index
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Image Analysis (AREA)
- Complex Calculations (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
矩形と問合せ点との楕円体距離の計算を高速かつ効率的
に行い得る空間変換に基づく楕円体問合せ方法および装
置と空間変換に基づく楕円体問合せプログラムおよび該
プログラムを記録した記録媒体を提供する。 【解決手段】 空間変換に基づく楕円体問合せにおける
包囲矩形と問合せ点との楕円体距離の計算において、問
合せ点からの距離を楕円体距離関数で計算しなければな
らないような元の空間に位置する包囲矩形をユークリッ
ド距離関数に基づく新たな空間に位置する空間オブジェ
クトに変換する。
Description
楕円体問合せにおける包囲矩形と問合せ点との楕円体距
離の計算を高速かつ効率的に行い得る空間変換に基づく
楕円体問合せ方法および装置と空間変換に基づく楕円体
問合せプログラムおよび該プログラムを記録した記録媒
体に関する。
ルチメディアデータから抽出した特徴ベクトルを用い、
問合せオブジェクトと類似したデータオブジェクトを検
索する。システムに実装されているパターン認識手法の
多様化、データベースの大規模化に伴い、これらのシス
テムでは検索精度と検索性能の両方の向上が必要であ
る。そこで、探索手法は、より一般的な距離関数に基づ
いた情報検索および類似検索処理の高速化が必要とな
る。
類似検索メカニズムは、ユークリッド距離関数のみなら
ず、より一般的な楕円体距離関数を扱える能力を持つこ
とが望ましい。ユークリッド距離空間では、すべての次
元が互いに独立しているため、利用者の好みを十分に反
映することができない。これに対して、楕円体距離関数
は次元間の相関や重みを表現することができ、これらの
関数を用いた検索メカニズムは関数決定の自由度が高
く、利用者が望むデータオブジェクトを高い精度で検索
することができる。問合せ行列をM、問合せ点をq、デ
ータ集合に含まれる任意の点をpとするとき、楕円体距
離は
図6(a)に示すように等距離面が球となる。重み付き
ユークリッド距離関数の等距離面は図6(b)に示すよ
うに楕円体であり、その主軸は座標に沿ったものであ
る。楕円体距離関数の等距離面は図6(c)に示すよう
に楕円体であり、その主軸は任意の方向を向いている。
すなわち、楕円体距離関数はユークリッド距離関数や重
み付きユークリッド距離関数を一般化したものと見なす
ことができ、楕円体距離関数はユークリッド距離関数よ
りも利用者の意思をより正確に表現することができる。
dl and Hans-Peter Kriegel.“Efficient User-Adaptab
le Similarity Search in Large Multimedia Database
s",InProc.of 23rd International Conference on Very
Large Data Bases(VLDB),pp.506-515,Athens,August 1
997(以下、文献1と称する)では、利用者適応の楕円
体問合せを処理するための手法を提案している。利用者
適応の楕円体問合せとは、毎回または利用者毎に異なる
重みや相関を反映した問合せのことを指す。この手法
は、索引構造を用い、包囲矩形と問合せ点との厳密な距
離を最急降下法に基づいて計算し、探索処理を行ってい
る。しかしながら、dを次元数、ωを最急降下法の繰り
返し回数とするとき、問合せ点と包囲矩形の距離計算に
O(ω・d 2 )時間を必要とし、これは検索処理におけ
るディスクアクセスに要する時間を超えている。
aunmuller,Hans-Peter Kriegel,andThomas Seidl,“Imp
roving Adaptable Similarity Query Processing by Us
ingApproximations",In Proc.of the 24th Internation
al Conference on Very Large Data Bases(VLDB),pp.20
6-217,New York City,NY,August 1998(以下、文献2と
称する)の探索アルゴリズムでは、AnkerstらがCPU
コストを削減するために、MBB(Minimum Bounding B
ox)距離関数とMBS(Minimum BoundingSphere)距離
関数を用いて厳密な距離計算回数を削減している。次式
は、MBB 距離とMBS距離の定義式である。
り、λMminはMの最小の固有値である。MBB距離関数
は矩形を用いて楕円体問合せの領域を包囲し近似する。
MBS距離関数は球を用いて近似する。2つの関数は、
距離計算にO(d)時間しか必要としない。この文献2
の探索アルゴリズムでは、MBBとMBS距離関数を用
いてCPUコストを低減化させている。ここで、この手
法をMBB−MBS近似法と称する。しかしながら、こ
のMBB−MBS近似法は、次元数が増加したり、また
は問合せ行列によって形作られる楕円体が扁平になるに
従い近似精度が低下する。そして、低い近似精度はCP
U時間の増加につながる。
されている従来の手法は、索引構造を用い、包囲矩形と
問合せ点との厳密な距離を最急降下法に基づいて計算
し、探索処理を行っているが、dを次元数、ωを最急降
下法の繰り返し回数とするとき、問合せ点と包囲矩形の
距離計算にO(ω・d2)時間を必要とし、これは検索
処理におけるディスクアクセスに要する時間を超えると
いう問題がある。
手法は、MBBとMBS距離関数を用いてCPUコスト
を低減化させているが、このMBB−MBS近似法は、
次元数が増加したり、または問合せ行列によって形作ら
れる楕円体が扁平になるに従い近似精度が低下し、この
低い近似精度がCPU時間の増加につながるという問題
がある。
ータの次元数が増えたとき、高速に検索するための索引
手法が必要となり、種々の手法が提案され、特にA−t
reeは高次元データにおいて高い性能を示すが、これ
らの索引手法はユークリッド距離関数に基づく探索にの
み焦点をあてているが、上述したように、楕円体距離関
数はユークリッド距離関数や重み付きユークリッド距離
関数を一般化したものと見なすことができ、楕円体距離
関数はユークリッド距離関数よりも利用者の意思をより
正確に表現することができるという点から鑑みても、楕
円体問合せのための新規な探索手法が要望されている。
その目的とするところは、空間変換に基づく楕円体問合
せにおける包囲矩形と問合せ点との楕円体距離の計算を
高速かつ効率的に行い得る空間変換に基づく楕円体問合
せ方法および装置と空間変換に基づく楕円体問合せプロ
グラムおよび該プログラムを記録した記録媒体を提供す
ることにある。
め、請求項1記載の本発明は、空間変換に基づく楕円体
問合せにおける包囲矩形と問合せ点との楕円体距離の計
算において、問合せ点からの距離を楕円体距離関数で計
算しなければならないような元の空間に位置する包囲矩
形をユークリッド距離関数に基づく新たな空間に位置す
る空間オブジェクトに変換することを要旨とする。
点からの距離を楕円体距離関数で計算しなければならな
いような元の空間に位置する包囲矩形をユークリッド距
離関数に基づく新たな空間に位置する空間オブジェクト
に変換するため、利用者適応の楕円体問合せのための類
似探索において少ない時間でオブジェクトを検出するこ
とが可能となり、低いCPUコストにも関わらず、優れ
た近似精度を示し、高い探索性能を実現することができ
る。
記載の発明において、探索処理において前記包囲矩形を
空間変換するにあたり、探索処理の実行前に0でない変
換行列の要素を検出することを要旨とする。
理において包囲矩形を空間変換するにあたり、探索処理
の実行前に0でない変換行列の要素を検出するため、計
算時間を短縮することができる。
記載の発明において、包囲矩形と問合せ点との楕円体距
離の計算において、最初に距離を近似関数によって計算
し、近似距離が問合せ点と現在の最近傍との距離以下で
あれば、厳密な距離計算を実施することを要旨とする。
形と問合せ点との楕円体距離の計算において、最初に距
離を近似関数によって計算し、近似距離が問合せ点と現
在の最近傍との距離以下であれば、厳密な距離計算を実
施するため、計算時間を全体として短縮することができ
る。
発明において、問合せ行列において小さい固有値の次元
を省略することによって探索処理の計算時間を短縮する
ことを要旨とする。
行列において小さい固有値の次元を省略するため、探索
処理の計算時間を短縮することができる。
に基づく楕円体問合せにおける包囲矩形と問合せ点との
楕円体距離の計算において、問合せ点からの距離を楕円
体距離関数で計算しなければならないような元の空間に
位置する包囲矩形をユークリッド距離関数に基づく新た
な空間に位置する空間オブジェクトに変換することを要
旨とする。
点からの距離を楕円体距離関数で計算しなければならな
いような元の空間に位置する包囲矩形をユークリッド距
離関数に基づく新たな空間に位置する空間オブジェクト
に変換するため、利用者適応の楕円体問合せのための類
似探索において少ない時間でオブジェクトを検出するこ
とが可能となり、低いCPUコストにも関わらず、優れ
た近似精度を示し、高い探索性能を実現することができ
る。
記載の発明において、探索処理において前記包囲矩形を
空間変換するにあたり、探索処理の実行前に0でない変
換行列の要素を検出することを要旨とする。
理において包囲矩形を空間変換するにあたり、探索処理
の実行前に0でない変換行列の要素を検出するため、計
算時間を短縮することができる。
発明において、包囲矩形と問合せ点との楕円体距離の計
算において、最初に距離を近似関数によって計算し、近
似距離が問合せ点と現在の最近傍との距離以下であれ
ば、厳密な距離計算を実施することを要旨とする。
形と問合せ点との楕円体距離の計算において、最初に距
離を近似関数によって計算し、近似距離が問合せ点と現
在の最近傍との距離以下であれば、厳密な距離計算を実
施するため、計算時間を全体として短縮することができ
る。
記載の発明において、問合せ行列において小さい固有値
の次元を省略することによって探索処理の計算時間を短
縮することを要旨とする。
行列において小さい固有値の次元を省略するため、探索
処理の計算時間を短縮することができる。
に基づく楕円体問合せにおける包囲矩形と問合せ点との
楕円体距離の計算において、問合せ点からの距離を楕円
体距離関数で計算しなければならないような元の空間に
位置する包囲矩形をユークリッド距離関数に基づく新た
な空間に位置する空間オブジェクトに変換する空間変換
に基づく楕円体問合せプログラムを記録媒体に記録する
ことを要旨とする。
点からの距離を楕円体距離関数で計算しなければならな
いような元の空間に位置する包囲矩形をユークリッド距
離関数に基づく新たな空間に位置する空間オブジェクト
に変換する空間変換に基づく楕円体問合せプログラムを
記録媒体に記録しているため、該記録媒体を用いて、そ
の流通性を高めることができる。
の発明において、探索処理において前記包囲矩形を空間
変換するにあたり、探索処理の実行前に0でない変換行
列の要素を検出する空間変換に基づく楕円体問合せプロ
グラムを記録媒体に記録することを要旨とする。
処理において包囲矩形を空間変換するにあたり、探索処
理の実行前に0でない変換行列の要素を検出する空間変
換に基づく楕円体問合せプログラムを記録媒体に記録し
ているため、該記録媒体を用いて、その流通性を高める
ことができる。
9記載の発明において、包囲矩形と問合せ点との楕円体
距離の計算において、最初に距離を近似関数によって計
算し、近似距離が問合せ点と現在の最近傍との距離以下
であれば、厳密な距離計算を実施する空間変換に基づく
楕円体問合せプログラムを記録媒体に記録することを要
旨とする。
矩形と問合せ点との楕円体距離の計算において、最初に
距離を近似関数によって計算し、近似距離が問合せ点と
現在の最近傍との距離以下であれば、厳密な距離計算を
実施する空間変換に基づく楕円体問合せプログラムを記
録媒体に記録しているため、該記録媒体を用いて、その
流通性を高めることができる。
の発明において、問合せ行列において小さい固有値の次
元を省略することによって探索処理の計算時間を短縮す
る空間変換に基づく楕円体問合せプログラムを記録媒体
に記録することを要旨とする。
せ行列において小さい固有値の次元を省略することによ
って探索処理の計算時間を短縮する空間変換に基づく楕
円体問合せプログラムを記録媒体に記録しているため、
該記録媒体を用いて、その流通性を高めることができ
る。
づく楕円体問合せにおける包囲矩形と問合せ点との楕円
体距離の計算において、問合せ点からの距離を楕円体距
離関数で計算しなければならないような元の空間に位置
する包囲矩形をユークリッド距離関数に基づく新たな空
間に位置する空間オブジェクトに変換する変換手段を有
することを要旨とする。
せ点からの距離を楕円体距離関数で計算しなければなら
ないような元の空間に位置する包囲矩形をユークリッド
距離関数に基づく新たな空間に位置する空間オブジェク
トに変換するため、利用者適応の楕円体問合せのための
類似探索において少ない時間でオブジェクトを検出する
ことが可能となり、低いCPUコストにも関わらず、優
れた近似精度を示し、高い探索性能を実現することがで
きる。
13記載の発明において、探索処理において前記包囲矩
形を空間変換するにあたり、探索処理の実行前に0でな
い変換行列の要素を検出する検出手段を有することを要
旨とする。
処理において包囲矩形を空間変換するにあたり、探索処
理の実行前に0でない変換行列の要素を検出するため、
計算時間を短縮することができる。
13記載の発明において、包囲矩形と問合せ点との楕円
体距離の計算において、最初に距離を近似関数によって
計算し、近似距離が問合せ点と現在の最近傍との距離以
下であれば、厳密な距離計算を実施することを要旨とす
る。
矩形と問合せ点との楕円体距離の計算において、最初に
距離を近似関数によって計算し、近似距離が問合せ点と
現在の最近傍との距離以下であれば、厳密な距離計算を
実施するため、計算時間を全体として短縮することがで
きる。
載の発明において、問合せ行列において小さい固有値の
次元を省略することによって探索処理の計算時間を短縮
することを要旨とする。
せ行列において小さい固有値の次元を省略するため、探
索処理の計算時間を短縮することができる。
を計算することによって行列式が1になるように行列を
正規化し、この正規化された行列から変換行列を計算
し、この変換行列によって点データを変換し、この変換
された点によって索引を作成し、任意の行列によって作
成された複数の索引の中から索引の行列と問合せ行列と
の非類似度が最小である索引を選択し、この選択された
索引を用いて問合せ処理を行うことを要旨とする。
を正規化し、この正規化された行列から変換行列を計算
し、この変換行列を用いて索引を作成し、複数の索引の
中から索引の行列と問合せ行列との非類似度が最小であ
る索引を選択し、この選択された索引を用いて問合せ処
理を行うため、行列の正規化により索引の行列と問合せ
行列との非類似度を正確に計算でき、これにより問合せ
行列に適した索引を選択できるとともに、また各問合せ
に適した索引を選択することにより計算時間とハードデ
ィスクのページアクセス数を削減することができる。
を計算することによって行列式が1になるように行列を
正規化する正規化手段と、この正規化された行列から変
換行列を計算する変換行列計算手段と、この変換行列に
よって点データを変換し、この変換された点によって索
引を作成する索引作成手段と、任意の行列によって作成
された複数の索引の中から索引の行列と問合せ行列との
非類似度が最小である索引を選択する索引選択手段と、
この選択された索引を用いて問合せ処理を行う問合せ手
段とを有することを要旨とする。
を正規化し、この正規化された行列から変換行列を計算
し、この変換行列を用いて索引を作成し、複数の索引の
中から索引の行列と問合せ行列との非類似度が最小であ
る索引を選択し、この選択された索引を用いて問合せ処
理を行うため、行列の正規化により索引の行列と問合せ
行列との非類似度を正確に計算でき、これにより問合せ
行列に適した索引を選択できるとともに、また各問合せ
に適した索引を選択することにより計算時間とハードデ
ィスクのページアクセス数を削減することができる。
することによって行列式が1になるように行列を正規化
し、この正規化された行列から変換行列を計算し、この
変換行列によって点データを変換し、この変換された点
によって索引を作成し、任意の行列によって作成された
複数の索引の中から索引の行列と問合せ行列との非類似
度が最小である索引を選択し、この選択された索引を用
いて問合せ処理を行うことを要旨とする。
を正規化し、この正規化された行列から変換行列を計算
し、この変換行列を用いて索引を作成し、複数の索引の
中から索引の行列と問合せ行列との非類似度が最小であ
る索引を選択し、この選択された索引を用いて問合せ処
理を行うため、行列の正規化により索引の行列と問合せ
行列との非類似度を正確に計算でき、これにより問合せ
行列に適した索引を選択できるとともに、また各問合せ
に適した索引を選択することにより計算時間とハードデ
ィスクのページアクセス数を削減することができる。
を計算することによって行列式が1になるように行列を
正規化し、この正規化された行列から変換行列を計算
し、この変換行列によって点データを変換し、この変換
された点によって索引を作成し、任意の行列によって作
成された複数の索引の中から索引の行列と問合せ行列と
の非類似度が最小である索引を選択し、この選択された
索引を用いて問合せ処理を行う空間変換に基づく楕円体
問合せプログラムを記録媒体に記録することを要旨とす
る。
を正規化し、この正規化された行列から変換行列を計算
し、この変換行列を用いて索引を作成し、複数の索引の
中から索引の行列と問合せ行列との非類似度が最小であ
る索引を選択し、この選択された索引を用いて問合せ処
理を行う空間変換に基づく楕円体問合せプログラムを記
録媒体に記録しているため、該記録媒体を用いて、その
流通性を高めることができる。
の形態を説明する。まず、図1を参照して、本発明の第
1の実施形態として、利用者適応の楕円体問合せを効率
的に処理する空間変換法(以下、STT(Spatial Tran
sformation Technique)と略称する)について説明す
る。
は、問合せ点と索引構造に含まれる包囲矩形との距離の
計算には多くのCPUコストを必要とする。ωを最急降
下法の繰り返し回数であるとすると、計算時間はO(ω
・d2)である。STTの基本的なアイデアは、問合せ
点からの距離を楕円体距離関数で計算しなければならな
いような元の空間に位置する包囲矩形をユークリッド距
離関数に基づく新たな空間に位置する空間オブジェクト
に変換することである。STTは、距離計算に関して繰
り返しを必要とせず、包囲矩形を空間変換することによ
って低いCPUコストにも関わらず優れた近似精度を示
し、楕円体距離に基づく類似探索を高速化することがで
きる。
せ行列M、問合せ点qが与えられているとき、d次元空
間Sにおける任意の点pとqまでの楕円体距離は、以下
の式によって得ることができる。
スペクトル分解が可能である。
有値λMi(i=1,2,…d)を対角成分とする対角行
列である。式(3)を用いて、式(2)を以下のように
変形することができる。
る原点Oとp′とのユークリッド距離は、Sにおける楕
円体距離dM 2(p,q)に等しい。すなわち、d
M 2(p,q)=p′・p′t。ここで、Mの変換行列を
以下のように定義する。
数による計算をS′内のユークリッド距離関数による計
算に置き換えることができる。これを、pのp′への空
間変換と呼ぶ。
STTでは、索引構造に含まれる包囲矩形を空間変換す
る。図1は、矩形の空間変換の例を示している。図1
(a)において、S内の包囲矩形Pは、S′内のd次元
平行四辺形P′に変換される。高次元空間における多角
形と原点Oとの距離計算は多くの計算時間を必要とす
る。そこで、図1(b)のようにP′を矩形Rで近似す
る。この近似により、少ない計算時間でユークリッド距
離を得ることができる。
Pにおいて対角する頂点をpa とp b とし、Pのi次元
の辺長をli とする。このとき、pa の空間変換によっ
て得られるS′内の点pa′の位置は
種類の成分を抽出する。
辺形を包含する矩形Rは、下式により得られる。
いる。空間S′において、RはP′を完全に包含してい
るため、Pとqの楕円体距離dM 2(P,q)の計算をR
とOのユークリッド距離d2(R,O)の計算に置き換
えることができる。すなわち、d2(R,O)≦d
M 2(P,q)である。
(2,2)と行列
a ,pb ,pc ,pd は、Mを用いることによってS′
内の平行四辺形P′の頂点pa′,pb′,pc′,pd′
に変換される。また、R=(ra ,rb)はP′を包含す
る。dM 2(P,q)はd2(R,O)によって近似され
るため、dM 2(P,q)の代わりにd2(R,O)を探
索に用いることができる。
明する。本実施形態では、上述した第1の実施形態にお
いて探索処理で包囲矩形を空間変換するにあたり、探索
処理の実行前に0でない変換行列の要素を検出すること
であり、これにより計算時間を短縮することである。す
なわち、上述した第1の実施形態では、空間変換のため
の式(5),(6),(7),(8)を示したが、アク
セスしたすべての矩形について問合せ点との距離をこれ
らの式に基づいて忠実に計算することは無駄が多い。そ
こで、この第2の実施形態では、CPU時間を削減する
ために2つのアイデアを導入する。
アクセスした矩形の位置に依存しない。従って、これら
の計算を探索処理の最初に実行することにより、その計
算結果はアクセスされる矩形すべての空間変換に当ては
めることができる。
である。式(7)において、平均してφij ,ψij の値
の半分は0である。従って、実装上においては、φij≠
0,ψij≠0となる行番号iと列番号jのすべてのペア
を、ノードにアクセスする前に調査する。そして、この
調査を探索処理の最初に実行することにより、式(8)
におけるRの計算時間、すなわちraj とrbj の計算時
間を半分に抑制することができる。
≠0となる成分の数をcaj とする。そして第j列にお
けるcaj個の成分各々の行番号をujk(k=1,…,c
aj)とする。同様に行列ψij の第j列において、ψij
≠0となる成分の数をcbj とし、第j列におけるcbj
個の成分各々の行番号をvjk(k=1,…,cbj)とす
る。このとき、式(8)は以下のように変形することに
より計算時間の短縮が可能である。
/2である。
明する。本実施形態は、包囲矩形と問合せ点との楕円体
距離の計算を実施する際、最初に距離を近似関数によっ
て計算し、近似距離が問合せ点と現在の最近傍との距離
以下であれば、厳密な距離計算を実施するものである。
主要な多次元データの問合せとして、範囲問合せ、k近
傍問合せがあるが、本実施形態の空間変換に基づく探索
アルゴリズムは両方の問合せを効率よく処理することが
できる。以下の説明では、k近傍問合せに焦点をあてて
アルゴリズムを説明するが、範囲問合せについても同様
に処理することが可能である。
−treeファミリーの索引構造を用いた楕円体問合せ
のための探索アルゴリズムについて説明する。この探索
アルゴリズムは、包囲矩形と問合せ点との距離を評価す
る場合に空間変換を用いる。厳密な楕円体距離計算より
も、MBB−MBS近似法やSTTの方が距離計算に必
要とする時間が少ない。そこで、包囲矩形までの距離を
評価する時、探索アルゴリズムは最初に問合せ点までの
距離を近似関数によって計算する。そして、近似距離が
問合せ点と現在のk番目の最近傍との距離以下である場
合には、厳密な楕円体距離関数に基づいて矩形から問合
せ点までの距離を評価する。
算および変換行列AM の各成分の調査を実施し、またキ
ューに根ノードへのポインタおよび距離0を設定し(ス
テップS1)、以下の処理をキューが空になるまでルー
プ1として繰り返し行う(ステップS2〜S8)。そし
て、問合せ点から最も近いノードNをキューから取り出
す(ステップS3)。この取り出したノードNがデータ
ノードであるか否かを判定する(ステップS4)。
以外の場合には、ステップS5の処理Aとして図3に示
すフローチャートの処理に進み、ループ2を実行する
が、ノードNがデータノードである場合には、ステップ
S7の処理Bとして図4に示すフローチャートの処理に
進み、ループ3を実行する。
ずノードN内のエントリ数entを計数するためのパラ
メータiを0に設定し(ステップS51)、ループ2に
入る(ステップS52)。このループ2では、まずパラ
メータiを+1インクリメントし(ステップS53)、
ノードNに格納されているi番目のエントリEを取り出
し(ステップS54)、このエントリEと問合せ点との
包囲矩形のMBB−MBS距離D1 を計算する(ステッ
プS55)。
下であるか否かを判定する(ステップS56)。近似距
離D1 がk近傍距離以下であれば、包囲矩形の空間変換
RをΦに基づいて計算する。空間変換によって得られた
矩形Rと原点Oとのユークリッド距離D2 を計算する
(ステップS57)。そして、空間変換によって求めら
れた距離D2 が現在のk近傍距離以下であるか否かを判
定する(ステップS58)。距離D2 が現在のk近傍距
離以下である場合には、厳密な楕円体距離D3 を計算に
より求める(ステップS59)。
D3 がk近傍距離以下であるか否かを判定する(ステッ
プS60)。距離D3 がk近傍距離以下である場合に
は、ノードNのi番目のエントリに格納されている子ポ
インタと距離D3 をキューに格納する(ステップS6
1)。上述したループ2の処理をノードに格納されてい
るすべてのエントリについて行い、ループ2が終了する
と(ステップS63)、キューの先頭データを削除して
データを前詰めし、距離の昇順にキュー内のデータをソ
ートし(ステップS64)、図2のステップS8に戻
る。以上の処理を更にループ1としてキューが空になる
まで繰り返し行い、最近傍リストに格納されている候補
オブジェクトを近傍オブジェクトとして出力する(ステ
ップS9)。
て、ノードNがデータノードである場合には、ステップ
S7の処理Bとして図4に示すフローチャートの処理に
進む。
ずノードN内のエントリ数entを計数するためのパラ
メータiを0に設定し(ステップS71)、ループ3に
入る(ステップS72)。このループ3では、まずパラ
メータiを+1インクリメントし(ステップS73)、
ノードNに格納されているi番目のエントリEを取り出
し(ステップS74)、このエントリEと問合せ点との
包囲矩形のMBB−MBS距離D1 を計算する(ステッ
プS75)。
傍距離以下であるか否かを判定する(ステップS7
6)。近似距離D1 がk近傍距離以下であれば、問合せ
点とデータオブジェクトの厳密な楕円体距離D2 を計算
する(ステップS77)。この計算した厳密な楕円体距
離D2 がk近傍距離以下であるか否かを判定する(ステ
ップS78)。距離D2 がk近傍距離以下である場合に
は、Eを候補オブジェクトとしてEと前記距離D2 を最
近傍リストに格納しソートする(ステップS79)。上
述したループ3の処理をノードに格納されているすべて
のエントリ(全データオブジェクト)について行い、ル
ープ3が終了すると(ステップS80)、最近傍リスト
によるフィルタリング処理、すなわち最近傍リストに格
納されている候補オブジェクトを用いてキューの中でア
クセスする必要のないデータ、すなわちキューの先頭デ
ータの削除を行う(ステップS82)。それから、図2
のステップS8に戻る。以上の処理を更にループ1とし
てキューが空になるまで繰り返し行い、最近傍リストに
格納されている候補オブジェクトを近傍オブジェクトと
して出力する(ステップS9)。
明する。この実施形態では、問合せ行列において小さい
固有値の次元を省略することによって探索処理の計算時
間を短縮しようとするものである。詳しくは、問合せ行
列によって形作られた楕円体が扁平になると、小さい固
有値の固有ベクトルが存在することになる。すなわち、
空間変換によって生成される空間において、その固有の
ベクトルが示す次元は、他の次元と同じだけの計算時間
を要するにも関わらず、近似精度に寄与する度合いが低
いことになる。STTにおける次元縮退では、近似精度
に貢献しないような小さい固有値の次元を省略すること
によって計算時間の短縮を図る。
て、原点Oに最も近接する矩形Rの頂点をr=(r1 ,
r2 ,…,rd)とする。次元縮退を実施するとき、R
とOの距離は以下のようになる。
固有値λi は昇順になっているものとする。すなわち、
λ1≧λ2≧…≧λd>0。関数COUNT(Γ)は、Γ
の条件を満たす要素の数を表している。式(10)は、
距離計算を行うときに1からnまでの限られた次元しか
使用しないことを示している(n≦d)。従って、次元
縮退によって式(10)の計算のみならず、式(6),
(7),(9)の計算時間もn/dに短縮される。
確認するために探索時間を調査した実験結果について図
5を参照して説明する。この実験結果では、本発明との
比較を行う比較対象として従来手法のMBB−MBS近
似法を用いている。
の手法の性能を計測するための実データとして、画像か
ら抽出したカラーヒストグラムによる特徴ベクトルを用
いる。次元数は27、サイズは100,000件であ
る。探索性能の評価では、ページアクセス数とCPU時
間を問合せ数100の平均によって求めた。最近傍探索
の探索数は20であり、問合せには索引に含まれている
データとは異なるデータを用いている。ページサイズは
8KB、CPU時間はSUN UltraSPARC−I
I 450MHzによって計測した。索引は、高次元空間
において優れた性能を示すA−treeを用いる。問合
せ行列Mについて、Mの要素mij を下式を用いて求め
る。
i とcj の間の重み付きユークリッド距離を表してい
る。距離dw の要素w=(wr ,wg ,wb)は、RG
B色空間における赤、緑、青の各成分の重みを示してい
る。評価では、αを10とし、wg とwb は1に固定し
た。wr は1から1,000まで変化させた。STTの
次元縮退に関して、η=0.01を選択した。
図5に示すように、縦軸にCPU時間を示し、横軸に重
み(Weight)を示し、本発明のSTTおよび次元縮退技
術を用いた場合の本発明のSTT(DR)のCPU時間
を従来のMBB−MBS近似法と比較して示している。
楕円体問合せは問合せ点と包囲矩形との距離の計算に多
くの時間を必要とするが、図5からわかるように、本発
明のSTTがすべてのデータ集合においてCPU時間を
低減させていることを示し、最大で74%のCPU時間
を削減している。
変換に基づく楕円体問合せ方法について説明する。第5
の実施形態は、上述したSTTを拡張した手法であるM
STT(Multiple Spatial Transformation Techniqu
e)を使用しているものである。
基づいて作成された索引を使って楕円体探索を行う場合
において、問合せ行列が単位行列に類似している場合、
すなわち探索処理がユークリッド距離関数に基づく探索
に近い場合は好ましい性能を示すものの、問合せ行列が
単位行列からかけ離れるにしたがい、ノードのアクセス
数が増加し、探索性能の劣化を招く。この問題を解決す
るため、MSTTは様々な楕円体距離によって複数の索
引を作成し、探索処理ではこれら作成した索引群の中か
ら望ましい索引を選択して探索を行うものである。
はMSTTの検索メカニズムを示している。メカニズム
はまず初めに、代表的な楕円体問合せ行列Ci(i=
1,…,ε)を利用者の問合せログから決定する。そし
て、Ci に基づいて索引Xiを作成する。探索処理で
は、問合せ行列Mと最も類似した行列Csimilar を選択
し、Csimilar によって作成された索引Xsimilar を用
いて類似オブジェクトを検索する。もしM=Csimilar
である場合、その問合せはユークリッド距離に基づく探
索処理を求める。
を計算することによって行列式が1になるように行列を
正規化し、この正規化された行列から変換行列を計算
し、この変換行列によって点データを変換し、この変換
された点によって索引を作成し、任意の行列によって作
成された複数の索引の中から索引の行列と問合せ行列と
の非類似度が最小である索引を選択し、この選択された
索引を用いて問合せ処理を行うものである。
置は、固有値を計算することによって行列式が1になる
ように行列を正規化する正規化手段と、この正規化され
た行列から変換行列を計算する変換行列計算手段と、こ
の変換行列によって点データを変換し、この変換された
点によって索引を作成する索引作成手段と、任意の行列
によって作成された複数の索引の中から索引の行列と問
合せ行列との非類似度が最小である索引を選択する索引
選択手段と、この選択された索引を用いて問合せ処理を
行う問合せ手段とを有する。
て、本実施形態のMSTTにおける索引の作成方法につ
いて説明する。
ップS101において、作成する索引の数をεとすると
ともに、次に示すステップS103からステップS11
7の間のループ1の処理を索引数εだけ繰り返し行うた
めの繰り返し回数を管理するパラメータをiとし、この
パラメータiを0に設定する。それから、ループ1に入
り(ステップS103)、ここでまずパラメータiを+
1インクリメントする(ステップS105)。
めの行列をCi(i=1,…,ε)とする(ステップS
107)。そして、この行列Ci を正規化する(ステッ
プS109)。この正規化は固有値を計算することによ
って行列式が1になるように行列を正規化する。
ペクトル分解を行う。
Ci の固有値を対角成分とする対角行列である。そし
て、下式で示される変換行列Ai を計算する(ステップ
S111)。
ベクトル)を変換行列Ai を用いて変換する(ステップ
S113)。例えば、点pは変換行列Ai によってp′
=p・Ai に変換される。それから、この変換された点
データを用いて、索引Xi を作成する(ステップS11
5)。以上の処理をループ1として示すように、索引数
εの数だけ繰り返し行う(ステップS117)。
て、MSTTにおける探索方法、すなわち楕円体問合せ
方法について説明する。
おいて、作成する索引の数をεとするとともに、次に示
すステップS123からステップS133の間のループ
2の処理を索引数εだけ繰り返し行うための繰り返し回
数を管理するパラメータをiとし、このパラメータiを
0に設定し、またパラメータmを∞に設定し、更に問合
せ点をqとし、問合せ行列をMとし、この問合せ行列M
を正規化する。
23)、ここでまずパラメータiを+1インクリメント
する(ステップS125)。そして、索引Xi を用いて
探索処理を行うために、変換行列Ai を用いて、次式に
示すように問合せ行列MをM i′に変換する(ステップ
S127)。
プS129)。MSTTでは、分散σi 2 を、MとXi
の非類似度の尺度として使用する。2つ以上の検索を作
成したとき、探索処理はアクセスする索引を1つ選択し
なければならない。そこで、問合せ行列MとXi の非類
似度の計算を索引数εだけ繰り返し、非類似度が最小と
なる索引Mn を探索処理に用いる索引として選択する
(ステップS130−S133)。具体的には、まず前
記分散σi 2 が最初∞に設定された パラメータmより大
きいか否かを判定し(ステップS130)、そうである
場合には、この場合のパラメータiをnに設定するとと
もに、またσi 2 をパラメー タmに設定する(ステップ
S131)という処理を索引数εだけ繰り返し行う。
決定すると、変換行列Ai を用いて、問合せ点qをq′
=q・An に変換する(ステップS135)。そして、
行列Mn′を問合せ行列、問合せ点をq′として、索引
Xn を用いて探索処理を実施する(ステップS13
7)。
よる距離は以下のように展開できる。
合せをXi を用いて実施することは、Mの楕円体問合せ
と等価である。つまり、Mi′を問合せ行列、問合せ点
をq′とすることにより、Xi を用いてMの楕円体問合
せを処理することができる。もしM=Ci のとき、
Mi′は単位行列となるため、Xi はMの問合せを効率
的に支援することができる。このとき、その問合せ処理
はユークリッド距離関数に基づく探索を意味する。MS
TTによる類似探索において、Mに関するXi の効率性
はσi 2 が減少するにしたがって向上する。従って、問
合せ行列が与えられた時、非類似度が最小となる索引を
選択する。このことによって、探索コストを低減化する
ことができる。
似度を計算するために、2つの行列をdet(C)=d
et(M)=1のように正規化する必要がある。Mの正
規化行列Nは以下の式によって得られる。
角成分とする対角行列であり、λMi はMの固有値であ
る。Cについても同様に正規化することができる。
するために、CPU時間とページアクセス数を調査した
実験結果について図10を参照して説明する。探索手法
として空間変換法(STT)を用いる。評価ではwr の
値を変化させて30の問合せ行列を作成した。
ンダムに発生させた0から3までの数である。αを10
とし、wg とwb は1に固定した。索引として以下の3
種類を用いた。
(weight)に対するCPU時間を示し、図10(b)は
重みに対するページアクセス数を示している。各々30
種類の問合せは、100個の問合せ点による計測値の平
均である。図は以下の探索性能を示している。
似度の関数によって選択された索引を用いた探索処理の
性能 (2)Unit:単位行列から作成された索引を用いた
探索処理の性能 (3)Best:各問合せ行列に関して最適な索引を用
いた探索処理の性能 単位行列から作成した索引しか使わない従来手法はUn
itに示されている計測値であり、MSTTはDiss
imilarityによって示されている計測値であ
る。従来手法が高い探索コストを示しているのに対し、
本発明の方法であるMSTTは非類似度関数を用いて望
ましい索引を選択し、探索コスト、すなわちCPU時間
とページアクセス数の低減化に成功している。
円体問合せ方法の処理手順をプログラムとして例えばC
DやFDなどの記録媒体に記録して、この記録媒体をコ
ンピュータシステムに組み込んだり、または記録媒体に
記録されたプログラムを通信回線を介してコンピュータ
システムにダウンロードしたり、または記録媒体からイ
ンストールし、該プログラムでコンピュータシステムを
作動させることにより、楕円体問合せ方法を実施する楕
円体問合せ装置として機能させることができることは勿
論であり、このような記録媒体を用いることにより、そ
の流通性を高めることができるものである。
問合せ点からの距離を楕円体距離関数で計算しなければ
ならないような元の空間に位置する包囲矩形をユークリ
ッド距離関数に基づく新たな空間に位置する空間オブジ
ェクトに変換するので、利用者適応の楕円体問合せのた
めの類似探索において少ない時間でオブジェクトを検出
することが可能となり、低いCPUコストにも関わら
ず、優れた近似精度を示し、高い探索性能を実現するこ
とができる。本発明は多次元空間データとして表現する
ことができる画像、映像、音声、文書などを対象とする
広範囲な情報検索に適用可能である。
包囲矩形を空間変換するにあたり、探索処理の実行前に
0でない変換行列の要素を検出するので、計算時間を短
縮することができる。
点との楕円体距離の計算において、最初に距離を近似関
数によって計算し、近似距離が問合せ点と現在の最近傍
との距離以下であれば、厳密な距離計算を実施するの
で、距離計算を全体として短縮することができる。
い固有値の次元を省略するため、探索処理の計算時間を
短縮することができる。
この正規化された行列から変換行列を計算し、この変換
行列を用いて索引を作成し、複数の索引の中から索引の
行列と問合せ行列との非類似度が最小である索引を選択
し、この選択された索引を用いて問合せ処理を行うの
で、行列の正規化により索引の行列と問合せ行列との非
類似度を正確に計算でき、これにより問合せ行列に適し
た索引を選択できるとともに、また各問合せに適した索
引を選択することにより計算時間とハードディスクのペ
ージアクセス数を削減することができる。
の空間変換方法を説明するための図である。
のための探索アルゴリズムを示すフローチャートであ
る。
5の処理Aの手順を示すフローチャートである。
7の処理Bの手順を示すフローチャートである。
時間を調査した実験結果を示すグラフである。
の検索メカニズムを示す図である。
方法を示すフローチャートである。
示すフローチャートである。
るためのCPU時間とページアクセス数を調査した実験
データを示すグラフである。
Claims (20)
- 【請求項1】 空間変換に基づく楕円体問合せにおける
包囲矩形と問合せ点との楕円体距離の計算において、問
合せ点からの距離を楕円体距離関数で計算しなければな
らないような元の空間に位置する包囲矩形をユークリッ
ド距離関数に基づく新たな空間に位置する空間オブジェ
クトに変換することを特徴とする空間変換に基づく楕円
体問合せ方法。 - 【請求項2】 探索処理において前記包囲矩形を空間変
換するにあたり、探索処理の実行前に0でない変換行列
の要素を検出することを特徴とする請求項1記載の空間
変換に基づく楕円体問合せ方法。 - 【請求項3】 包囲矩形と問合せ点との楕円体距離の計
算において、最初に距離を近似関数によって計算し、近
似距離が問合せ点と現在の最近傍との距離以下であれ
ば、厳密な距離計算を実施することを特徴とする請求項
1記載の空間変換に基づく楕円体問合せ方法。 - 【請求項4】 問合せ行列において小さい固有値の次元
を省略することによって探索処理の計算時間を短縮する
ことを特徴とする請求項1記載の空間変換に基づく楕円
体問合せ方法。 - 【請求項5】 空間変換に基づく楕円体問合せにおける
包囲矩形と問合せ点との楕円体距離の計算において、問
合せ点からの距離を楕円体距離関数で計算しなければな
らないような元の空間に位置する包囲矩形をユークリッ
ド距離関数に基づく新たな空間に位置する空間オブジェ
クトに変換することを特徴とする空間変換に基づく楕円
体問合せプログラム。 - 【請求項6】 探索処理において前記包囲矩形を空間変
換するにあたり、探索処理の実行前に0でない変換行列
の要素を検出することを特徴とする請求項5記載の空間
変換に基づく楕円体問合せプログラム。 - 【請求項7】 包囲矩形と問合せ点との楕円体距離の計
算において、最初に距離を近似関数によって計算し、近
似距離が問合せ点と現在の最近傍との距離以下であれ
ば、厳密な距離計算を実施することを特徴とする請求項
5記載の空間変換に基づく楕円体問合せプログラム。 - 【請求項8】 問合せ行列において小さい固有値の次元
を省略することによって探索処理の計算時間を短縮する
ことを特徴とする請求項5記載の空間変換に基づく楕円
体問合せプログラム。 - 【請求項9】 空間変換に基づく楕円体問合せにおける
包囲矩形と問合せ点との楕円体距離の計算において、問
合せ点からの距離を楕円体距離関数で計算しなければな
らないような元の空間に位置する包囲矩形をユークリッ
ド距離関数に基づく新たな空間に位置する空間オブジェ
クトに変換することを特徴とする空間変換に基づく楕円
体問合せプログラムを記録した記録媒体。 - 【請求項10】 探索処理において前記包囲矩形を空間
変換するにあたり、探索処理の実行前に0でない変換行
列の要素を検出することを特徴とする請求項9記載の空
間変換に基づく楕円体問合せプログラムを記録した記録
媒体。 - 【請求項11】 包囲矩形と問合せ点との楕円体距離の
計算において、最初に距離を近似関数によって計算し、
近似距離が問合せ点と現在の最近傍との距離以下であれ
ば、厳密な距離計算を実施することを特徴とする請求項
9記載の空間変換に基づく楕円体問合せプログラムを記
録した記録媒体。 - 【請求項12】 問合せ行列において小さい固有値の次
元を省略することによって探索処理の計算時間を短縮す
ることを特徴とする請求項9記載の空間変換に基づく楕
円体問合せプログラムを記録した記録媒体。 - 【請求項13】 空間変換に基づく楕円体問合せにおけ
る包囲矩形と問合せ点との楕円体距離の計算において、
問合せ点からの距離を楕円体距離関数で計算しなければ
ならないような元の空間に位置する包囲矩形をユークリ
ッド距離関数に基づく新たな空間に位置する空間オブジ
ェクトに変換する変換手段を有することを特徴とする空
間変換に基づく楕円体問合せ装置。 - 【請求項14】 探索処理において前記包囲矩形を空間
変換するにあたり、探索処理の実行前に0でない変換行
列の要素を検出する検出手段を有することを特徴とする
請求項13記載の空間変換に基づく楕円体問合せ装置。 - 【請求項15】 包囲矩形と問合せ点との楕円体距離の
計算において、最初に距離を近似関数によって計算し、
近似距離が問合せ点と現在の最近傍との距離以下であれ
ば、厳密な距離計算を実施することを特徴とする請求項
13記載の空間変換に基づく楕円体問合せ装置。 - 【請求項16】 問合せ行列において小さい固有値の次
元を省略することによって探索処理の計算時間を短縮す
ることを特徴とする請求項13記載の空間変換に基づく
楕円体問合せ装置。 - 【請求項17】 固有値を計算することによって行列式
が1になるように行列を正規化し、この正規化された行
列から変換行列を計算し、この変換行列によって点デー
タを変換し、この変換された点によって索引を作成し、
任意の行列によって作成された複数の索引の中から索引
の行列と問合せ行列との非類似度が最小である索引を選
択し、この選択された索引を用いて問合せ処理を行うこ
とを特徴とする空間変換に基づく楕円体問合せ方法。 - 【請求項18】 固有値を計算することによって行列式
が1になるように行列を正規化する正規化手段と、この
正規化された行列から変換行列を計算する変換行列計算
手段と、この変換行列によって点データを変換し、この
変換された点によって索引を作成する索引作成手段と、
任意の行列によって作成された複数の索引の中から索引
の行列と問合せ行列との非類似度が最小である索引を選
択する索引選択手段と、この選択された索引を用いて問
合せ処理を行う問合せ手段とを有することを特徴とする
空間変換に基づく楕円体問合せ装置。 - 【請求項19】 固有値を計算することによって行列式
が1になるように行列を正規化し、この正規化された行
列から変換行列を計算し、この変換行列によって点デー
タを変換し、この変換された点によって索引を作成し、
任意の行列によって作成された複数の索引の中から索引
の行列と問合せ行列との非類似度が最小である索引を選
択し、この選択された索引を用いて問合せ処理を行うこ
とを特徴とする空間変換に基づく楕円体問合せプログラ
ム。 - 【請求項20】 固有値を計算することによって行列式
が1になるように行列を正規化し、この正規化された行
列から変換行列を計算し、この変換行列によって点デー
タを変換し、この変換された点によって索引を作成し、
任意の行列によって作成された複数の索引の中から索引
の行列と問合せ行列との非類似度が最小である索引を選
択し、この選択された索引を用いて問合せ処理を行うこ
とを特徴とする空間変換に基づく楕円体問合せプログラ
ムを記録した記録媒体。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2001270912A JP3949915B2 (ja) | 2001-07-05 | 2001-09-06 | 空間変換に基づく楕円体問合せ方法および装置と空間変換に基づく楕円体問合せプログラムおよび該プログラムを記録した記録媒体 |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2001205252 | 2001-07-05 | ||
JP2001-205252 | 2001-07-05 | ||
JP2001270912A JP3949915B2 (ja) | 2001-07-05 | 2001-09-06 | 空間変換に基づく楕円体問合せ方法および装置と空間変換に基づく楕円体問合せプログラムおよび該プログラムを記録した記録媒体 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2003085205A true JP2003085205A (ja) | 2003-03-20 |
JP3949915B2 JP3949915B2 (ja) | 2007-07-25 |
Family
ID=26618234
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2001270912A Expired - Fee Related JP3949915B2 (ja) | 2001-07-05 | 2001-09-06 | 空間変換に基づく楕円体問合せ方法および装置と空間変換に基づく楕円体問合せプログラムおよび該プログラムを記録した記録媒体 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP3949915B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018206402A (ja) * | 2009-06-19 | 2018-12-27 | シンギュラー コンピューティング、エルエルシー | コンパクトな演算処理要素を用いたプロセッシング |
-
2001
- 2001-09-06 JP JP2001270912A patent/JP3949915B2/ja not_active Expired - Fee Related
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018206402A (ja) * | 2009-06-19 | 2018-12-27 | シンギュラー コンピューティング、エルエルシー | コンパクトな演算処理要素を用いたプロセッシング |
Also Published As
Publication number | Publication date |
---|---|
JP3949915B2 (ja) | 2007-07-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhu et al. | Graph PCA hashing for similarity search | |
WO2020244437A1 (zh) | 图像处理方法、装置及计算机设备 | |
US8542869B2 (en) | Projection based hashing that balances robustness and sensitivity of media fingerprints | |
Rui et al. | Optimizing learning in image retrieval | |
Procopiuc et al. | A Monte Carlo algorithm for fast projective clustering | |
Ciaccia et al. | PAC nearest neighbor queries: Approximate and controlled search in high-dimensional and metric spaces | |
US7761472B2 (en) | Indexing system and method for nearest neighbor searches in high dimensional data spaces | |
US8117183B2 (en) | Accurate content-based indexing and retrieval system | |
Yuan et al. | Agglomerative mean-shift clustering | |
Zhang et al. | Hidden semantic concept discovery in region based image retrieval | |
Houle et al. | Dimensional testing for multi-step similarity search | |
US20120114248A1 (en) | Hierarchical Sparse Representation For Image Retrieval | |
US7533094B2 (en) | Method and system for determining similarity of items based on similarity objects and their features | |
Bhute et al. | Content based image indexing and retrieval | |
Gribonval et al. | Sketching data sets for large-scale learning: Keeping only what you need | |
Shen et al. | An adaptive and dynamic dimensionality reduction method for high-dimensional indexing | |
Bohm et al. | Probabilistic ranking queries on gaussians | |
Ciaccia et al. | A Query-sensitive Cost Model for Similarity Queries with M-tree. | |
JP2003085205A (ja) | 空間変換に基づく楕円体問合せ方法および装置と空間変換に基づく楕円体問合せプログラムおよび該プログラムを記録した記録媒体 | |
Maliatski et al. | Hardware-driven adaptive k-means clustering for real-time video imaging | |
Sun et al. | Multiview inherent graph hashing for large-scale remote sensing image retrieval | |
Kang et al. | Robust and efficient locality sensitive hashing for nearest neighbor search in large data sets | |
Moravec et al. | Dimension reduction methods for image retrieval | |
Irtaza et al. | Correlated networks for content based image retrieval | |
JP4086376B2 (ja) | データ処理装置及びその方法、及びそのプログラムを記憶した記憶媒体 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20061124 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20061219 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070215 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20070403 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20070419 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100427 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110427 Year of fee payment: 4 |
|
LAPS | Cancellation because of no payment of annual fees |