回答編集履歴
1
追記
answer
CHANGED
|
@@ -4,4 +4,9 @@
|
|
|
4
4
|
[近似近傍点探索手法 Locality Sensitive Hashing](http://www.slideshare.net/yaruki_nil/lsh)
|
|
5
5
|
http://d.hatena.ne.jp/gnarl/20090409/1239288337
|
|
6
6
|
|
|
7
|
-
画像処理、物体認識、レコメンド…と「距離」、「コサイン距離」等で検索すると、いろいろ見つかることと思います。
|
|
7
|
+
画像処理、物体認識、レコメンド…と「距離」、「コサイン距離」等で検索すると、いろいろ見つかることと思います。
|
|
8
|
+
|
|
9
|
+
追記、データを x_i とすると、x_i は5次元のベクトルで、K = [-5, 5]^5 としたとき、x_i ∊ K なんですよね？で、入力 y ∊ K に対して argmin[x_i] d(y, x_i) を求めたいという感じではないでしょうか。
|
|
10
|
+
http://aidiary.hatenablog.com/entry/20091122/1258853886
|
|
11
|
+
http://aidiary.hatenablog.com/entry/20091212/1260624075
|
|
12
|
+
の例では「SURF特徴量なのでd=128」で LSH を構築しています。参考文献ではキーポイントの最近傍点が見つかっただけなので、さらに「投票」によってマッチングをさせていますが、今回の文脈ではそれは不要です。LSH 等を用いた kNN の問題では、ないのでしょうか…。
|