新算法学习用于最近邻搜索的最优数据结构

作者 PulseAugur 编辑部 · [1 个来源] · 2026-07-14 04:00

研究人员开发了一种新的最近邻搜索方法，专注于数据驱动的算法设计。该方法学习针对特定查询分布进行优化的数据结构，特别是针对平衡半空间树。虽然找到最优平衡半空间是计算上困难的（NP-hard），但所提出的算法提供了一种有效的解决方案，可以近似最优分割，即使没有强分布假设。 AI

影响这项研究可能为依赖最近邻搜索的AI应用带来更高效的数据结构。

排序理由该项目是一篇学术论文，详细介绍了计算机科学中的新算法和理论结果。[lever_c_demoted from research: ic=1 ai=0.7]

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Sanjeev Khanna, Ashwin Padaki, Erik Waingarten · 2026-07-14 04:00

Learning Partition Trees for Nearest Neighbor Search

arXiv:2607.09909v1 Announce Type: cross Abstract: We study nearest neighbor search from the perspective of data-driven algorithm design: given a dataset $P \subset \mathbb{R}^d$ of size $n$ and sample access to a query distribution over $\mathbb{R}^d$, the goal is to learn a data…