JPWO2013051619A1 - 類似性検出装置及び指向性近傍検出方法 - Google Patents
類似性検出装置及び指向性近傍検出方法 Download PDFInfo
- Publication number
- JPWO2013051619A1 JPWO2013051619A1 JP2013537536A JP2013537536A JPWO2013051619A1 JP WO2013051619 A1 JPWO2013051619 A1 JP WO2013051619A1 JP 2013537536 A JP2013537536 A JP 2013537536A JP 2013537536 A JP2013537536 A JP 2013537536A JP WO2013051619 A1 JPWO2013051619 A1 JP WO2013051619A1
- Authority
- JP
- Japan
- Prior art keywords
- data
- similarity
- search
- parameter
- detection apparatus
- 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
- 238000001514 detection method Methods 0.000 title claims description 113
- 230000004044 response Effects 0.000 claims description 4
- 230000006870 function Effects 0.000 abstract description 88
- 238000004364 calculation method Methods 0.000 abstract description 78
- 238000012545 processing Methods 0.000 abstract description 31
- 238000007726 management method Methods 0.000 description 85
- 239000013598 vector Substances 0.000 description 49
- 238000000034 method Methods 0.000 description 30
- 238000009826 distribution Methods 0.000 description 25
- 238000004590 computer program Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- IYLGZMTXKJYONK-ACLXAEORSA-N (12s,15r)-15-hydroxy-11,16-dioxo-15,20-dihydrosenecionan-12-yl acetate Chemical compound O1C(=O)[C@](CC)(O)C[C@@H](C)[C@](C)(OC(C)=O)C(=O)OCC2=CCN3[C@H]2[C@H]1CC3 IYLGZMTXKJYONK-ACLXAEORSA-N 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- IYLGZMTXKJYONK-UHFFFAOYSA-N ruwenine Natural products O1C(=O)C(CC)(O)CC(C)C(C)(OC(C)=O)C(=O)OCC2=CCN3C2C1CC3 IYLGZMTXKJYONK-UHFFFAOYSA-N 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000009827 uniform distribution Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
- G06F16/24575—Query processing with adaptation to user needs using context
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
- G06F18/24147—Distances to closest patterns, e.g. nearest neighbour classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/766—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using regression, e.g. by projecting features on hyperplanes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/7715—Feature extraction, e.g. by transforming the feature space, e.g. multi-dimensional scaling [MDS]; Mappings, e.g. subspace methods
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Software Systems (AREA)
- Library & Information Science (AREA)
- Medical Informatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computational Linguistics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Electron Beam Exposure (AREA)
Abstract
Description
U={uj|uj∈RD×R+}(j=1,・・・,D)
ここで、集合RDは、D次元数ベクトル空間を示している。例えば、集合R2は、2次元数ベクトル空間を示している。
uj=<vj,σj>
ここで、方向パラメータvjは、D次元のベクトルを示している。強度パラメータσjは、正の実数であり、方向パラメータvjを重視する程度を示している。
Z={Zp}(p=1,・・・,P)
ここで、集合Zpは、乱数発生装置3により算出された1つの乱数情報を示している。
Zp={Zb|Zb=<Φ(p) b,R(p) b>}(b=1,・・・,B)
ここで、乱数R(p) bは、一様分布U[0,W]に従う乱数を示している。ランダムベクトルΦ(p) bは、D次元のベクトルを示している。
Φ(p) b=VΛ−1/2Ab
V=(v1,・・・,vD)
Λ−1/2=diag{1/σ1,・・・,1/σD}
L(p)(x)=(f(p) 1(x),・・・,f(p) B(x))
X={xi|xi∈RD}(i=1,・・・,N)
ここで、集合RDは、D次元数ベクトル空間を示している。自然数Nは、データ集合Xのデータxiの要素の総数を示し、1より大きい自然数を示している。データxiは、D次元数ベクトルを示している。
U={uj|uj=<vj,σj>}(j=1,・・・,D)
ここで、方向パラメータvjは、D次元のベクトルを示している。強度パラメータσjは、正の実数であり、方向パラメータvjを重視する程度を示している。
Zp={Zb|Zb=<Φ(p) b,R(p) b>}(b=1,・・・,B)
ここで、乱数R(p) bは、一様分布U[0,W)に従う乱数を示し、B回の独立な試行により生成される。ランダムベクトルΦ(p) bは、D次元のベクトルを示している。
Φ(p) b=VΛ−1/2Ab
V=(v1,・・・,vD)
Λ−1/2=diag{1/σ1,・・・,1/σD}
Z={Zp}(p=1,・・・,P)
L(p)(x)=(f(p) 1(x),・・・,f(p) B(x))
ここで、基本関数f(p) b(x)は、前述の式により表現される(数1参照)。
X={xi|xi∈RD}(i=1,・・・,N)
ここで、集合RDは、D次元数ベクトル空間を示している。自然数Nは、データ集合Xの要素であるデータxiの総数を示し、1より大きい自然数を示している。データxiは、D次元数ベクトルを示している。
U={<(1/sqrt(2)、1/sqrt(2))、2>、<(−1/sqrt(2)、1/sqrt(2))、1>}
{Uk}(k=1,・・・,K)
Uk={uj|uj∈RD×R+}(j=1,・・・,D)
このとき、集合Ukは、互いに異なる。すなわち、方向パラメータv又は強度パラメータσのどれかが異なっている。
Uk={<vx,σx2p>、<vy,σy2p>}
ここで、方向パラメータvxは、x軸方向の単位ベクトルを示している。方向パラメータvyは、y軸方向の単位ベクトルを示している。変数pは、0以上の整数を示している。強度パラメータσxは、x軸方向の基本重みを示している。強度パラメータσyは、y軸方向の基本重みを示している。
v1=(e1+e2+e5+e6)/2
以上、本発明の実施の形態及び実施例を詳述してきたが、実際には、上記の実施の形態及び実施例に限られるものではなく、本発明の要旨を逸脱しない範囲の変更があっても本発明に含まれる。
上記の実施の形態及び実施例の一部又は全部は、以下の付記のように記載することも可能である。但し、実際には、以下の記載例に限定されない。
入力装置を介して入力された複数の方向パラメータと複数の強度パラメータとに基づいて複数の乱数情報を算出する乱数発生部と、
前記複数の乱数情報に基づいて複数のキー計算関数を算出する初期化部と、
入力装置を介して入力された複数の検索対象データに基づいて、前記複数のキー計算関数に対応する複数のテーブルを算出し、前記複数のテーブルをテーブル保持装置に記録するデータ登録部と、
前記複数のテーブルを参照して、入力装置を介して入力された検索条件が示すクエリに基づいて候補データリストを算出する検索部と、
前記候補データリストに属する複数の検索データから前記検索条件が示す条件を満足する検索結果データを算出し、前記検索結果データを出力装置に出力するデータ処理部と
を具備し、
前記データ登録部は、前記複数のテーブルのうちの任意のキー計算関数に対応するテーブルを算出する際、複数のキーを複数のデータリストに対応付け、前記複数のデータリストのうちの任意のキーに対応するデータリストに属するデータを前記任意のキー計算関数に代入することにより算出される値が前記任意のキーに等しくなるように該テーブルを算出し、
前記候補データリストは、前記複数のキー計算関数に対応する複数の検索データリストを含み、
前記複数の検索データリストのうちの前記任意のキー計算関数に対応する検索データリストは、前記複数のデータリストのうちの、前記クエリが前記キー計算関数に代入されることにより算出されるクエリ値に対応するデータリストを示す
類似性検出装置。
付記1に記載の類似性検出装置であって、
前記データ登録部は、前記複数の検索対象データに基づいて複数のテーブルセットを更に算出し、
前記検索部は、前記複数のテーブルセットのうちの前記検索条件が示すテーブルセットが前記複数のテーブルを示すときに、前記複数のテーブルを参照して前記候補データリストを算出する
類似性検出装置。
付記1乃至2のいずれかに記載の類似性検出装置であって、
前記複数の方向パラメータは、前記複数の検索対象データのうちの類似する2つの状態変化類似データが前記任意のキー計算関数に代入されることによりそれぞれ算出される2つの値が等しくなるように、又は、前記2つの値の差が所定の値より小さくなるように、設定される
類似性検出装置。
付記1乃至3のいずれかに記載の類似性検出装置であって、
前記複数の検索対象データは、それぞれ画像を示す
類似性検出装置。
付記1乃至4のいずれかに記載の類似性検出装置であって、
前記データ登録部は、前記複数の検索対象データが更新されたときに、前記複数のテーブルを更新する
類似性検出装置。
入力装置を介して入力された複数の方向パラメータと複数の強度パラメータとに基づいて複数の乱数情報を算出するステップと、
前記複数の乱数情報に基づいて複数のキー計算関数を算出するステップと、
入力装置を介して入力された複数の検索対象データに基づいて、前記複数のキー計算関数に対応する複数のテーブルを算出するステップと、
前記複数のテーブルをテーブル保持装置に記録するステップと、
前記複数のテーブルを参照して、入力装置を介して入力された検索条件が示すクエリに基づいて候補データリストを算出するステップと、
前記候補データリストに属する複数の検索データから前記検索条件が示す条件を満足する検索結果データを算出するステップと、
前記検索結果データを出力装置に出力するステップと、
前記複数のテーブルのうちの任意のキー計算関数に対応するテーブルを算出する際、複数のキーを複数のデータリストに対応付け、前記複数のデータリストのうちの任意のキーに対応するデータリストに属するデータを前記任意のキー計算関数に代入することにより算出される値が前記任意のキーに等しくなるように該テーブルを算出するステップと
を具備し、
前記候補データリストは、前記複数のキー計算関数に対応する複数の検索データリストを含み、
前記複数の検索データリストのうちの前記任意のキー計算関数に対応する検索データリストは、前記複数のデータリストのうちの、前記クエリが前記キー計算関数に代入されることにより算出されるクエリ値に対応するデータリストを示す
指向性近傍検出方法。
付記6に記載の指向性近傍検出方法であって、
前記複数の検索対象データに基づいて複数のテーブルセットを更に算出するステップと、
前記複数のテーブルセットのうちの前記検索条件が示すテーブルセットが前記複数のテーブルを示すときに、前記複数のテーブルを参照して前記候補データリストを算出するステップと
を更に具備する
指向性近傍検出方法。
付記6乃至7のいずれかに記載の指向性近傍検出方法であって、
前記複数の方向パラメータは、前記複数の検索対象データのうちの類似する2つの状態変化類似データが前記任意のキー計算関数に代入されることによりそれぞれ算出される2つの値が等しくなるように、又は、前記2つの値の差が所定の値より小さくなるように、設定される
指向性近傍検出方法。
付記6乃至8のいずれかに記載の指向性近傍検出方法であって、
前記複数の検索対象データは、それぞれ画像を示す
指向性近傍検出方法。
付記6乃至9のいずれかに記載の指向性近傍検出方法であって、
前記複数の検索対象データが更新されたときに、前記複数のテーブルを更新するステップ
を更に具備する
指向性近傍検出方法。
大量の検索対象データに対して、任意の類似度判定基準で類似するデータを高速に検出する類似性検出装置であり、
前述の類似性検出装置は、前述の検索対象データを登録・管理するための、類似度判定基準を設定するパラメータによって作成される乱数情報と関連付けられたテーブルを保持し、
任意の参照点からの近傍検索要求に対して、前述のテーブルを利用し、前述の設定された類似度判定基準によって類似性判断を行い、近傍と判断されるデータを出力する
ことを特徴とする類似性検出装置。
付記11に記載の類似性検出装置において、複数の異なる類似度判定基準を有し、それぞれの類似度判定基準と関連付けられた複数のテーブルを有し、検索対象データを全てのテーブルで並列に管理する
ことを特徴とする類似性検出装置。
付記11に記載の類似度判定基準として、興味の方向と、その方向の重要度パラメータの組の集合とする
ことを特徴とする類似性検出装置。
付記11に記載の検索対象データとして、任意の2点の距離がユークリッド空間上の距離として定義されている
ことを特徴とする類似性検出装置。
付記12に記載の類似性検出装置において、検索においてその検索中心とともに検索類似度判定基準を入力し、複数のテーブルにおける近傍検出結果と、各テーブルに指定された類似度判定基準パラメータと検索類似度判定基準との関連性とを用いて出力する近傍を決定する
ことを特徴とする類似性検出装置。
付記11又は付記12に記載の検索対象データとして、予めその値が静的に固定されたデータだけでなく、動的にその値を更新するデータであり、値の更新に合わせて前述のテーブルの登録状態を更新する
ことを特徴とする類似性検出装置。
付記11又は付記12に記載の類似性検出装置として、前述のテーブルを用いた類似性判断結果を利用して、各データの状態変化が類似するものをグルーピングする
ことを特徴とする類似性検出装置。
付記11に記載のテーブルは、キーとバリューのペアで構成され、ある任意のデータの登録に当たって、前記乱数情報を用いてデータを登録すべきキーを計算し、対応するバリューに当たるデータのリストに追加登録することでデータを管理する
ことを特徴とする類似性検出装置。
付記11に記載の類似性判断として、同一もしくは差異の小さいキーを持つデータ同士を類似性が高いと扱う
ことを特徴とする類似性検出装置。
Claims (10)
- 検索対象データに対して、任意の類似度判定基準で類似するデータを検出する類似性検出装置であって、
類似度判定基準を設定するパラメータによって作成される乱数情報と関連付けられたテーブルを保持する手段と、
検索対象データを前記テーブルに登録し管理する手段と、
任意の参照点からの近傍検索要求に対して、前記テーブルを利用し、前記設定された類似度判定基準によって類似性判断を行い、近傍と判断されるデータを出力する手段と
を具備する
類似性検出装置。 - 請求項1に記載の類似性検出装置であって、
複数の異なる類似度判定基準を設定する手段と、
前記複数の異なる類似度判定基準のそれぞれと関連付けられた複数のテーブルを保持する手段と、
前記検索対象データを前記複数のテーブルで並列に管理する手段と
を更に具備する
類似性検出装置。 - 請求項1又は2に記載の類似性検出装置であって、
興味の方向と、該方向の重要度パラメータとの組の集合を、前記類似度判定基準とする手段
を更に具備する
類似性検出装置。 - 請求項1乃至3のいずれか一項に記載の類似性検出装置であって、
任意の2点の距離がユークリッド空間上の距離として定義されているデータを、前記検索対象データとする手段
を更に具備する
類似性検出装置。 - 請求項1乃至4のいずれか一項に記載の類似性検出装置であって、
検索の中心とともに検索類似度判定基準を入力し、前記複数のテーブルにおける近傍検出結果と、前記複数のテーブルの各々に指定された類似度判定基準パラメータと検索類似度判定基準との関連性とを用いて出力する近傍を決定する手段
を更に具備する
類似性検出装置。 - 請求項1乃至5のいずれか一項に記載の類似性検出装置であって、
予め値が静的に固定されたデータ、及び動的に値を更新するデータのいずれも、前記検索対象データとして使用する手段と、
前記検索対象データとして使用されるデータの値の更新に合わせて前記テーブルの登録状態を更新する手段と
を更に具備する
類似性検出装置。 - 請求項1乃至6のいずれか一項に記載の類似性検出装置であって、
前記テーブルを用いた類似性判断結果を利用して、状態変化が類似するデータをグルーピングする手段
を更に具備する
類似性検出装置。 - 請求項1乃至7のいずれか一項に記載の類似性検出装置であって、
前記テーブルをキーとバリューとの組で構成し、ある任意のデータの登録に当たって、前記乱数情報を用いてデータを登録すべきキーを計算し、対応するバリューに当たるデータのリストに追加登録することでデータを管理する手段
を更に具備する
類似性検出装置。 - 請求項1乃至8のいずれか一項に記載の類似性検出装置であって、
同一もしくは差異の小さいキーを持つデータ同士を類似性が高いと判断する手段
を更に具備する
類似性検出装置。 - 類似性検出装置により実施され、検索対象データに対して、任意の類似度判定基準で類似するデータを検出するための指向性近傍検出方法であって、
類似度判定基準を設定するパラメータによって作成される乱数情報と関連付けられたテーブルを保持することと、
検索対象データを前記テーブルに登録し管理することと、
任意の参照点からの近傍検索要求に対して、前記テーブルを利用し、前記設定された類似度判定基準によって類似性判断を行い、近傍と判断されるデータを出力することと
を含む
指向性近傍検出方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011219547 | 2011-10-03 | ||
JP2011219547 | 2011-10-03 | ||
PCT/JP2012/075673 WO2013051619A1 (ja) | 2011-10-03 | 2012-10-03 | 類似性検出装置及び指向性近傍検出方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2013051619A1 true JPWO2013051619A1 (ja) | 2015-03-30 |
JP6070956B2 JP6070956B2 (ja) | 2017-02-01 |
Family
ID=48043773
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013537536A Expired - Fee Related JP6070956B2 (ja) | 2011-10-03 | 2012-10-03 | 類似性検出装置及び指向性近傍検出方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US9530081B2 (ja) |
EP (1) | EP2765520B1 (ja) |
JP (1) | JP6070956B2 (ja) |
SG (1) | SG11201401213UA (ja) |
WO (1) | WO2013051619A1 (ja) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6168303B2 (ja) * | 2012-01-30 | 2017-07-26 | 日本電気株式会社 | 情報処理システム、情報処理方法、情報処理装置およびその制御方法と制御プログラム、通信端末およびその制御方法と制御プログラム |
KR102017746B1 (ko) * | 2012-11-14 | 2019-09-04 | 한국전자통신연구원 | 유사도 산출 방법 및 그 장치 |
JP6468876B2 (ja) * | 2015-02-18 | 2019-02-13 | Kddi株式会社 | 移動分析装置、移動分析方法および移動分析プログラム |
US9996574B2 (en) | 2015-06-30 | 2018-06-12 | International Business Machines Corporation | Enhancements for optimizing query executions |
WO2017095413A1 (en) * | 2015-12-03 | 2017-06-08 | Hewlett Packard Enterprise Development Lp | Incremental automatic update of ranked neighbor lists based on k-th nearest neighbors |
WO2017095421A1 (en) * | 2015-12-03 | 2017-06-08 | Hewlett Packard Enterprise Development Lp | Automatic selection of neighbor lists to be incrementally updated |
KR101834504B1 (ko) * | 2016-01-15 | 2018-03-06 | 단국대학교 산학협력단 | 암복호화 장치 및 방법 |
JP6433928B2 (ja) * | 2016-02-15 | 2018-12-05 | 株式会社東芝 | 検索装置、検索方法および検索システム |
US10599664B2 (en) * | 2016-04-22 | 2020-03-24 | Cloudera, Inc. | Interactive identification of similar SQL queries |
KR101834522B1 (ko) | 2016-04-22 | 2018-03-06 | 단국대학교 산학협력단 | 데이터 확인 장치 및 이를 이용하여 데이터를 확인하는 방법 |
US10671615B2 (en) * | 2016-05-27 | 2020-06-02 | Facebook, Inc. | Methods and systems for assigning affinity scores to contacts |
DE112017008273T5 (de) * | 2017-12-14 | 2020-09-17 | Mitsubishi Electric Corporation | Abrufsystem und Überwachungssystem |
US11055349B2 (en) * | 2018-12-28 | 2021-07-06 | Intel Corporation | Efficient storage and processing of high-dimensional feature vectors |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000112973A (ja) * | 1998-10-02 | 2000-04-21 | Ricoh Co Ltd | 空間インデックス方法及び空間インデックス処理プログラムを格納した媒体 |
JP2003157283A (ja) * | 2001-09-04 | 2003-05-30 | Burittsua:Kk | 情報検索プログラム |
JP2004199472A (ja) * | 2002-12-19 | 2004-07-15 | Internatl Business Mach Corp <Ibm> | 情報検索のためのデータ構造を生成するコンピュータ・システム、そのための方法、情報検索のためのデータ構造を生成するコンピュータ実行可能なプログラム、情報検索のためのデータ構造を生成するコンピュータ実行可能なプログラムを記憶したコンピュータ可読な記憶媒体、情報検索システム、およびグラフィカル・ユーザ・インタフェイス・システム |
JP2006190191A (ja) * | 2005-01-07 | 2006-07-20 | Sony Corp | 情報処理装置および方法、並びにプログラム |
JP2009116592A (ja) * | 2007-11-06 | 2009-05-28 | Nippon Telegr & Teleph Corp <Ntt> | ベクトル検索装置、ベクトル検索方法、プログラムおよびプログラムを記録した記録媒体 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10326286A (ja) | 1997-05-27 | 1998-12-08 | Mitsubishi Electric Corp | 類似検索装置及び類似検索プログラムを記録した記録媒体 |
JP2004021430A (ja) | 2002-06-13 | 2004-01-22 | Fuji Xerox Co Ltd | 画像検索装置、画像検索方法及び画像検索プログラム |
JP2005070927A (ja) | 2003-08-21 | 2005-03-17 | Mitsuru Oba | 画像特徴取得方法、及びそのプログラムとその装置 |
JP2011219547A (ja) | 2010-04-06 | 2011-11-04 | Shin-Etsu Chemical Co Ltd | エラストマー球状微粒子をポリオルガノシルセスキオキサンで被覆した複合微粒子およびその製造方法 |
-
2012
- 2012-10-03 JP JP2013537536A patent/JP6070956B2/ja not_active Expired - Fee Related
- 2012-10-03 EP EP12838222.3A patent/EP2765520B1/en active Active
- 2012-10-03 WO PCT/JP2012/075673 patent/WO2013051619A1/ja active Application Filing
- 2012-10-03 SG SG11201401213UA patent/SG11201401213UA/en unknown
- 2012-10-03 US US14/348,951 patent/US9530081B2/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000112973A (ja) * | 1998-10-02 | 2000-04-21 | Ricoh Co Ltd | 空間インデックス方法及び空間インデックス処理プログラムを格納した媒体 |
JP2003157283A (ja) * | 2001-09-04 | 2003-05-30 | Burittsua:Kk | 情報検索プログラム |
JP2004199472A (ja) * | 2002-12-19 | 2004-07-15 | Internatl Business Mach Corp <Ibm> | 情報検索のためのデータ構造を生成するコンピュータ・システム、そのための方法、情報検索のためのデータ構造を生成するコンピュータ実行可能なプログラム、情報検索のためのデータ構造を生成するコンピュータ実行可能なプログラムを記憶したコンピュータ可読な記憶媒体、情報検索システム、およびグラフィカル・ユーザ・インタフェイス・システム |
JP2006190191A (ja) * | 2005-01-07 | 2006-07-20 | Sony Corp | 情報処理装置および方法、並びにプログラム |
JP2009116592A (ja) * | 2007-11-06 | 2009-05-28 | Nippon Telegr & Teleph Corp <Ntt> | ベクトル検索装置、ベクトル検索方法、プログラムおよびプログラムを記録した記録媒体 |
Also Published As
Publication number | Publication date |
---|---|
JP6070956B2 (ja) | 2017-02-01 |
US9530081B2 (en) | 2016-12-27 |
US20140324870A1 (en) | 2014-10-30 |
EP2765520A1 (en) | 2014-08-13 |
EP2765520A4 (en) | 2016-04-27 |
WO2013051619A1 (ja) | 2013-04-11 |
EP2765520B1 (en) | 2022-09-14 |
SG11201401213UA (en) | 2014-08-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6070956B2 (ja) | 類似性検出装置及び指向性近傍検出方法 | |
JP6402265B2 (ja) | 意思決定モデルを構築する方法、コンピュータデバイス及び記憶デバイス | |
US20190065913A1 (en) | Search method and information processing apparatus | |
KR100353798B1 (ko) | 영상 객체 모양 정보 추출 방법 및 그를 이용한 내용기반 이미지 검색 시스템 및 그 방법 | |
CN108984785B (zh) | 一种基于历史数据和增量的指纹库的更新方法及装置 | |
CN111831660B (zh) | 度量空间划分方式评价方法、装置、计算机设备及存储介质 | |
KR20180053731A (ko) | 일정한 처리 시간 내에 k개의 극값을 찾는 방법 | |
CN103714148B (zh) | 基于稀疏编码分类的sar图像检索方法 | |
CN113436223B (zh) | 点云数据的分割方法、装置、计算机设备和存储介质 | |
Moitra et al. | Cluster-based data reduction for persistent homology | |
KR20220017497A (ko) | 이미지 특징 추출 및 네트워크의 훈련 방법, 장치 및 기기 | |
CN114077912A (zh) | 数据预测方法以及数据预测装置 | |
JP2012079187A (ja) | 特徴ベクトル生成装置、特徴ベクトル生成方法及びプログラム | |
CN116610840A (zh) | 一种相似数据搜索方法、系统及电子设备 | |
JP2012079186A (ja) | 画像検索装置、画像検索方法及びプログラム | |
JP2004118290A (ja) | 移動軌跡データ検索用インデックス生成装置及びその方法と、移動軌跡データ検索装置及びその方法と、移動軌跡データ検索用インデックス生成プログラム及びそのプログラムを記録した記録媒体と、移動軌跡データ検索プログラム及びそのプログラムを記録した記録媒体 | |
CN110083731B (zh) | 图像检索方法、装置、计算机设备及存储介质 | |
CN115129915A (zh) | 重复图像检索方法、装置、设备及存储介质 | |
Tianyang et al. | Direction-aware KNN queries for moving objects in a road network | |
Arun et al. | On integrating re-ranking and rank list fusion techniques for image retrieval | |
JP7121706B2 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
Yang et al. | Adaptive density peak clustering for determinging cluster center | |
Wang et al. | ASQT: An Efficient Index for Queries on Compressed Trajectories | |
JP7468702B2 (ja) | データ格納装置、データ格納方法、および、データ格納プログラム | |
JP6167531B2 (ja) | 領域検索方法、領域インデックス構築方法および領域検索装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20150910 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20160824 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20161021 |
|
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: 20161207 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20161220 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6070956 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |