Sheaf

新的SHEAF方法预测ANN搜索中的查询难度

研究人员开发了一种名为SHEAF（答案集通量自剖面硬度估计）的新方法，用于预测基于图的近似最近邻（ANN）搜索中查询的难度。与之前的局部内在维度（LID）等静态度量不同，SHEAF通过观察查询的答案集在两个浅探针宽度之间如何变化来估计难度。该方法在SIFT1M等数据集上进行了评估，并在GPU和CPU上实现，与五个基线度量相比，显示出更高的预测精度，仅需两次浅探针搜索，且无需查询时真实值。