Srijan Das

新的亚线性草图改进了数据流的ANN和A-KDE

研究人员开发了新的草图算法，旨在动态数据流中的近似最近邻（ANN）搜索和近似核密度估计（A-KDE）实现亚线性空间和查询时间。所提出的ANN草图通过仅存储输入的一部分来显著减少内存需求，在内存大小和近似误差之间提供了近乎最优的权衡，这是该背景下ANN的首次实现。对于滑动窗口模型中的A-KDE，新草图提供了第一个理论上的亚线性保证。在真实数据集上的实验结果证明了这些轻量级草图的实际效率和低错误率。