RU2010103261A - WAY OF QUICK SEARCH IN THE CODE BOOK AT VECTOR QUANTIZATION - Google Patents

WAY OF QUICK SEARCH IN THE CODE BOOK AT VECTOR QUANTIZATION Download PDF

Info

Publication number
RU2010103261A
RU2010103261A RU2010103261/08A RU2010103261A RU2010103261A RU 2010103261 A RU2010103261 A RU 2010103261A RU 2010103261/08 A RU2010103261/08 A RU 2010103261/08A RU 2010103261 A RU2010103261 A RU 2010103261A RU 2010103261 A RU2010103261 A RU 2010103261A
Authority
RU
Russia
Prior art keywords
interval
hyper
voronoi
coordinate axis
projections
Prior art date
Application number
RU2010103261/08A
Other languages
Russian (ru)
Other versions
RU2435214C2 (en
Inventor
Андрей Алексеевич Афанасьев (RU)
Андрей Алексеевич Афанасьев
Станислав Рамзисович Габдулгазиев (RU)
Станислав Рамзисович Габдулгазиев
Original Assignee
Государственное образовательное учреждение высшего профессионального образования академия Федеральной службы охраны Российской Фед
Государственное образовательное учреждение высшего профессионального образования Академия Федеральной службы охраны Российской Федерации (Академия ФСО России)
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Государственное образовательное учреждение высшего профессионального образования академия Федеральной службы охраны Российской Фед, Государственное образовательное учреждение высшего профессионального образования Академия Федеральной службы охраны Российской Федерации (Академия ФСО России) filed Critical Государственное образовательное учреждение высшего профессионального образования академия Федеральной службы охраны Российской Фед
Priority to RU2010103261/08A priority Critical patent/RU2435214C2/en
Publication of RU2010103261A publication Critical patent/RU2010103261A/en
Application granted granted Critical
Publication of RU2435214C2 publication Critical patent/RU2435214C2/en

Links

Landscapes

  • Compression, Expansion, Code Conversion, And Decoders (AREA)
  • Image Processing (AREA)

Abstract

Способ быстрого поиска в кодовой книге при векторном квантовании, заключающийся в том, что K - мерное пространство разделяют на гиперпрямоугольные ячейки путем построения проекций многоугольника Вороного для каждого кодового вектора на координатную ось j, j=1, образующих N перекрывающих интервалов проекций, которые образуют 2N границ проекций , таких, что , при этом границы разбивают j-ю координатную ось на (2N-1) последовательных интервала {Ij(1), Ij(2), … Ij(2N-1)}, где , m - номер интервала, причем каждому интервалу соответствует набор индексов многоугольников Вороного, чьи интервалы проекций частично или полностью перекрываются с Ij(m), а набор кодовых векторов кандидатов связывают с каждой из гиперпрямоугольных ячеек, полученных в процессе предварительной обработки и хранящихся в некоторой таблице, что и выбирают итоговым набором векторов кандидатов, на этом малом наборе далее проводят поиск, при котором для каждого компонента входного вектора определяют интервал, в который попадает данный компонент, отличающийся тем, что в способе поиска в кодовой книге при векторном квантовании, используемом в прототипе, при построении проекций многоугольников Вороного на координатную ось j, j≠1 строят проекции для каждого интервала оси j-1 только тех многоугольников Вороного, которые входят в набор индексов этого интервала, т.е. для тех, чьи интервалы проекций частично или полностью перекрываются с рассматриваемым интервалом, далее на этапе поиска интервал, в который попадает компонент входного вектора, определяют последовательно для всех осей, а последний интервал определяет гиперпрямоугольную ячейку с итоговым набором векторов к� A quick search method in the codebook for vector quantization, namely, that K-dimensional space is divided into hyper-rectangular cells by constructing projections of the Voronoi polygon for each code vector on the coordinate axis j, j = 1, forming N overlapping projection intervals that form 2N projection boundaries, such that, in this case, the boundaries divide the jth coordinate axis into (2N-1) consecutive intervals {Ij (1), Ij (2), ... Ij (2N-1)}, where, m is the number of the interval , and each interval corresponds to a set of polygon indices Voronoi nicknames whose projection intervals partially or completely overlap with Ij (m), and the set of candidate code vectors is associated with each of the hyper-rectangular cells obtained in the pre-processing process and stored in a certain table, which is chosen by the final set of candidate vectors, on this small the set then conducts a search in which, for each component of the input vector, the interval into which the given component falls is determined, characterized in that in the search method in the codebook during vector quantization, used in the prototype, when constructing projections of the Voronoi polygons on the coordinate axis j, j ≠ 1, projections for each interval of the j-1 axis are constructed only of those Voronoi polygons that are included in the set of indices of this interval, i.e. for those whose projection intervals partially or completely overlap with the considered interval, then at the search stage the interval into which the component of the input vector falls is determined sequentially for all axes, and the last interval defines a hyper-rectangular cell with the final set of vectors k�

Claims (1)

Способ быстрого поиска в кодовой книге при векторном квантовании, заключающийся в том, что K - мерное пространство разделяют на гиперпрямоугольные ячейки путем построения проекций многоугольника Вороного для каждого кодового вектора на координатную ось j, j=1, образующих N перекрывающих интервалов проекций, которые образуют 2N границ проекций
Figure 00000001
, таких, что
Figure 00000002
, при этом границы разбивают j-ю координатную ось на (2N-1) последовательных интервала {Ij(1), Ij(2), … Ij(2N-1)}, где
Figure 00000003
, m - номер интервала, причем каждому интервалу соответствует набор индексов многоугольников Вороного, чьи интервалы проекций частично или полностью перекрываются с Ij(m), а набор кодовых векторов кандидатов связывают с каждой из гиперпрямоугольных ячеек, полученных в процессе предварительной обработки и хранящихся в некоторой таблице, что и выбирают итоговым набором векторов кандидатов, на этом малом наборе далее проводят поиск, при котором для каждого компонента входного вектора определяют интервал, в который попадает данный компонент, отличающийся тем, что в способе поиска в кодовой книге при векторном квантовании, используемом в прототипе, при построении проекций многоугольников Вороного на координатную ось j, j≠1 строят проекции для каждого интервала оси j-1 только тех многоугольников Вороного, которые входят в набор индексов этого интервала, т.е. для тех, чьи интервалы проекций частично или полностью перекрываются с рассматриваемым интервалом, далее на этапе поиска интервал, в который попадает компонент входного вектора, определяют последовательно для всех осей, а последний интервал определяет гиперпрямоугольную ячейку с итоговым набором векторов кандидатов.
A quick search method in the codebook for vector quantization, namely, that K-dimensional space is divided into hyper-rectangular cells by constructing projections of the Voronoi polygon for each code vector on the coordinate axis j, j = 1, forming N overlapping projection intervals that form 2N projection boundaries
Figure 00000001
such that
Figure 00000002
, while the boundaries divide the j-th coordinate axis into (2N-1) consecutive intervals {I j (1), I j (2), ... I j (2N-1)}, where
Figure 00000003
, m is the number of the interval, and each interval corresponds to a set of indices of Voronoi polygons whose projection intervals partially or completely overlap with I j (m), and the set of candidate code vectors is associated with each of the hyper-rectangular cells obtained during the preliminary processing and stored in some the table, which is chosen by the final set of candidate vectors, on this small set, a search is then carried out in which for each component of the input vector the interval into which this component falls characterized in that in the method of searching in the codebook for vector quantization used in the prototype, when constructing projections of the Voronoi polygons on the coordinate axis j, j ≠ 1, projections for each interval of the j-1 axis are constructed only of those Voronoi polygons that are included in the set indices of this interval, i.e. for those whose projection intervals partially or completely overlap with the considered interval, then at the search stage the interval into which the input vector component falls is determined sequentially for all axes, and the last interval defines a hyper-rectangular cell with the final set of candidate vectors.
RU2010103261/08A 2010-02-01 2010-02-01 Method for fast search in codebook with vector quantisation RU2435214C2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
RU2010103261/08A RU2435214C2 (en) 2010-02-01 2010-02-01 Method for fast search in codebook with vector quantisation

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
RU2010103261/08A RU2435214C2 (en) 2010-02-01 2010-02-01 Method for fast search in codebook with vector quantisation

Publications (2)

Publication Number Publication Date
RU2010103261A true RU2010103261A (en) 2011-08-10
RU2435214C2 RU2435214C2 (en) 2011-11-27

Family

ID=44754117

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2010103261/08A RU2435214C2 (en) 2010-02-01 2010-02-01 Method for fast search in codebook with vector quantisation

Country Status (1)

Country Link
RU (1) RU2435214C2 (en)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104221287B (en) 2012-03-29 2017-05-31 瑞典爱立信有限公司 Vector quantizer
RU2504027C1 (en) * 2012-07-03 2014-01-10 Государственное казенное образовательное учреждение высшего профессионального образования Академия Федеральной службы охраны Российской Федерации (Академия ФСО России) Method of creating codebook and search therein during vector quantisation of data
RU2622629C2 (en) * 2015-03-31 2017-06-16 Закрытое акционерное общество "Лаборатория Касперского" Method of searching for the road by tree

Also Published As

Publication number Publication date
RU2435214C2 (en) 2011-11-27

Similar Documents

Publication Publication Date Title
Han et al. Ghostnet: More features from cheap operations
Pfahringer Semi-random model tree ensembles: An effective and scalable regression method
RU2015109666A (en) Method and system for storing and searching information retrieved from text documents
EP2893435A1 (en) Methods for hybrid gpu/cpu data processing
JP2016184424A5 (en)
WO2018179355A1 (en) Information processing system, information processing device, information processing method, and information processing program
JP2013196680A (en) Concept recognition method and concept recognition device based on co-learning
RU2010103261A (en) WAY OF QUICK SEARCH IN THE CODE BOOK AT VECTOR QUANTIZATION
Xavier et al. A Distributed Tree-based Ensemble Learning Approach for Efficient Structure Prediction of Protein.
An et al. Colo: A contrastive learning based re-ranking framework for one-stage summarization
CN109753577A (en) A kind of method and relevant apparatus for searching for face
Bansal et al. R3: refined retriever-reader pipeline for multidoc2dial
RU2019103444A (en) COMPUTER-REALIZED METHOD FOR SEARCHING CRYSTALLINE STRUCTURES
Ootomo et al. Cagra: Highly parallel graph construction and approximate nearest neighbor search for gpus
Blum Beam-ACO for the longest common subsequence problem
KR20200131736A (en) Method and server for text classification using multi-task learning
RU2014143442A (en) VECTOR QUANTATOR
Eghdami et al. BetaProbe: A probability based method for predicting beta sheet topology using integer programming
Daniels et al. MRFy: remote homology detection for beta-structural proteins using Markov random fields and stochastic search
Ren et al. Leaner and faster: Two-stage model compression for lightweight text-image retrieval
RU2015142786A (en) SYSTEM AND METHOD FOR PROCESSING GRAPH DATA
Brown et al. A heuristic for the time constrained asymmetric linear sum assignment problem
Tuggener et al. So you want your private LLM at home?: a survey and benchmark of methods for efficient GPTs
Dan et al. Generalization in instruction following systems
Melham Analogues of Jacobi's two-square theorem: an informal account

Legal Events

Date Code Title Description
MM4A The patent is invalid due to non-payment of fees

Effective date: 20120202