الصفحة الرئيسية>المتعلقة بالبرمجة>شفرة المصدر الأخرى
تنزيل

؟ قاعدة بيانات متجه رهيبة

قائمة منسقة من الأعمال الرائعة المتعلقة بالهيكل العالي الأبعاد/البحث عن المتجه وقاعدة البيانات

خدمات

  • بحث ناقلات Google (Vertex AI)
  • كوز الصنوبر
  • Weaviate [دليل المبتدئين]
  • فيسبا
  • txtai
  • Marqo
  • فيكتارا
  • إبسيلا
  • الغوليا
  • Meilisearch
  • nucliadb
  • OpenSearch
  • Myscale
  • Qdrantcloud
  • Zilliz
  • OpenSearch's Alibabacloud
  • سحابة الأنواع
  • بحث ناقل Mongodb Atlas
  • superduperdb
  • kbd.ai

مقارنات

  • من فيسبا
  • ناقل DB مقارنة بواسطة VectorHub
  • معيار قاعدة بيانات ناقل النسيج

المكتبات والمحركات

بيانات / متجهات متعددة الأبعاد

  • ؟ مصفوفة ميزة Vector DB
  • ورقة faiss
  • الأنواع
  • Qdrant
    • فيديو تعليمي ، دفتر ملاحظات
  • ضايق
  • ngt
  • PGVector
  • Chroma
  • llamaindex
  • إبسيلا
  • JVector
  • طوف
  • فالد
  • Voyager
  • TinyVector
  • USEARCH
  • Vearch
  • Mrpt
  • ميلفوس
  • اللانهاية
  • Havenask
  • chromem-go
  • OASYSDB [دفتر ملاحظات]
  • Meilisearch - API محرك البحث للدلالة (المتجهات) ، البحث الكامل ونص هجين
  • أروي - أقرب مكتبة صدأ الجيران
  • برق
  • cuvs
  • vsag
  • SQLITE-VEC
  • myscaledb
  • هورا
  • أروي
  • kgraph
  • الأقرب
  • muopdb

النصوص

  • بيزا
  • tantivy
  • سونيك

آحرون

  • Simsimd: بديل فعال لـ scipy.spatial.distance و numpy.inner

المعايير وقواعد البيانات

  • معايير آن [ورقة].

  • مليار على نطاق المعايير

    • 2021 نتيجة
    • Simhadri ، Harsha Vardhan ، وآخرون. "نتائج Big Ann: Neurips'23." Arxiv preprint Arxiv: 2409.17424 (2024).

  • بير

  • VectordBbench - أداة قياس قاعدة بيانات المتجهات ، [Github]

  • معايير قاعدة بيانات ناقلات QDrant

  • معيار قاعدة بيانات ناقل Myscale

  • لي ، وين ، وآخرون. "تقريبي أقرب جوار بحث على البيانات ذات الأبعاد العالية - الخبرة والتحليلات والتحسين." معاملات IEEE على هندسة المعرفة وهندسة البيانات 32.8 (2019): 1475-1488.

  • Zeng ، Xianzhi ، وآخرون. "الحلوى: معيار لأقرب جار تقريبي مستمر مع ابتلاع البيانات الديناميكي." Arxiv preprint Arxiv: 2406.19651 (2024).

  • مجموعات بيانات البحث عن ناقلات Intellabs

كتب

  • أسس هياكل البيانات متعددة الأبعاد والمتري
  • مقدمة لاسترجاع المعلومات
  • تعلم عميق للبحث
  • أسس استرجاع المتجهات

المؤتمرات وورش العمل

  • VLDB
    • درس تعليمي:
      • اتجاهات جديدة في بحث تشابه المتجه عالي D [الشرائح ، الفيديو ، الورق]
  • استرجاع الصور في البرية (CVPR20) [فيديو]
  • كومة قش
  • البحث العصبي في العمل
  • ACM MM 2020: فعال وفعال: نحو إعادة تحديد مثيل العالم المفتوح
    • ببليوال. على نطاق تقريبي لأقرب بحث جار: [Slides ، Video]
    • هل مثيل البحث عن مشكلة تم حلها؟ [الشرائح ، الفيديو]
  • الجيل المعزز للاسترجاع و vespa [الشرائح]
  • تحدي فهرسة SISAP
    • 2023 المنافسة
    • 2024 المنافسة

دورات

  • ذاكرة طويلة الأجل في AI - البحث عن المتجهات وقواعد البيانات (COS 495 - Princeton) [ملاحظات الفصل]
  • استرجاع معلومات Freiburg WS 2022-2023 [موقع الويب ، محاضرات الفيديو]
  • البحث عن المتجهات ودورة FAISS [قائمة تشغيل YouTube]

آحرون

  • VectorHub: موقع تعليمي مجاني ومفتوح المصدر للأشخاص (مطوري البرمجيات إلى كبار المهندسين المعماريين ML) المهتمين بإضافة استرجاع المتجهات إلى مكدس ML الخاص بهم.

المنشورات

استطلاع

  • بان ، جيمس جي ، جيانجو وانغ ، وغوليانغ لي. "مسح لأنظمة إدارة قاعدة بيانات المتجهات." Arxiv preprint Arxiv: 2310.14021 (2023). [ورق]
  • Aumüller و Martin و Matteo Ceccarello. "الأساليب والاتجاهات الحديثة في أقرب جار تقريبي." {IEEE} نشرة هندسة البيانات (2023).
  • أقرب جار بحث: القديم ، الجديد ، والمستحيل. أندري ، ألكساندر. [ورق]
  • غانباروف ، علي ، وآخرون. "المقارنة التجريبية لأقرب خوارزميات بحث جار تقريبية على أجهزة الحافة." Arxiv preprint Arxiv: 2411.14006 (2024).

الكمية

المصدر: مسح لكميات المنتج.

  • PQ: تقدير المنتج لأقرب بحث جار. جيجو ، هيرفي ، ماتيجس دوز ، وكورديليا شميد. [Paper ، Code ، Julia Code ، Nanopq]
  • k-selection على GPU: البحث عن التشابه على نطاق مليار مع وحدات معالجة الرسومات. جونسون ، جيف ، ماتيجس دوز ، وهيرفي جيجو [ورقة ، رمز]
  • دراسة استقصائية لقياس المنتج. Matsui ، Yusuke ، Yusuke Uchida ، Hervé Jégou ، و Shin'ichi Satoh [Paper]
  • OPQ: تقدير المنتج المحسّن. GE ، Tiezheng ، Kaiming He ، Qifa Ke ، و Jian Sun [الصفحة الرئيسية ، الورق ، الكود ، nanopq]
  • أسرع ADC: فتح الإمكانات الخفية لتكميات المنتج مع SIMD. أندريه ، فابيان ، آن ماري كرماريك ، ونيكولاس لو سكوارنك [ورقة ، رمز]
    • أسرع أقرب جار بحث مع ADC Quick. أندريه ، فابيان ، آن ماري كرماريك ، ونيكولاس لو سكوارنك [ورقة].
    • محلية ذاكرة التخزين المؤقت ليست كافية: البحث الجار الأقرب عالي الأداء مع فحص كمية المنتج السريع. فابيان أندريه ، آن ماري كرماريك ، نيكولاس لو سكوارنك [ورقة]
  • Scann: تسريع الاستدلال على نطاق واسع مع كمية ناقلات متباين الخواص. Guo ، Ruiqi ، Philip Sun ، Erik Lindgren ، Quan Geng ، David Simcha ، Felix Chern ، and Sanjiv Kumar [Paper ، Python/C ++ Interference ، Julia Training/Inferpeence]
  • المؤشر المتعدد المقلوب. Babenko ، Artem ، و Victor Lempitsky [Paper ، Code]
  • هل نحن هناك بعد؟ كمية المنتج وتسارع الأجهزة. فرنانديز-ماركس ، خافيير ، أحمد ف. أبيلهاماييد ، نيكولاس د. لين ، ومحمد س. [ورق]
  • LIBVQ: مجموعة أدوات لتحسين تقدير المتجه والاسترجاع العصبي الفعال. Li و Chaofan و Zheng Liu و Shitao Xiao و Yingxia Shao و Defu Lian و Zhao Cao. [ورقة ، رمز]
  • ماتسوي ، يوسوكي ، ريوتا هينامي ، وشينشي ساتوه. "فهرس مقلوب قابل لإعادة التكوين." وقائع المؤتمر الدولي 26 ACM على الوسائط المتعددة. 2018. [ورقة ، مشروع ، رمز]
  • Aguerrebere ، سيسيليا ، وآخرون. "البحث عن التشابه في غمضة عين مع مؤشرات مضغوطة." Arxiv preprint Arxiv: 2304.04759 (2023).
  • Huijben ، Iris ، وآخرون. "الكمية المتبقية مع كتب الكود العصبية الضمنية." Arxiv preprint Arxiv: 2401.14732 (2024). [شفرة]
  • Rege ، Aniket ، وآخرون. "Adanns: إطار للبحث الدلالي التكيفي." التقدم في أنظمة معالجة المعلومات العصبية 36 (2024).
  • عمارة ، كينزا ، وآخرون. "أقرب جار بحث مع رموز مضغوطة: منظور فك التشفير." وقائع المؤتمر الدولي لعام 2022 لاسترجاع الوسائط المتعددة. 2022.
  • كريشنان ، أديتيا ، وإيدو ليبرتي. "كميات المنتج التجميعية الإسقاطية." Arxiv preprint Arxiv: 2112.02179 (2021).
  • Noh و Haechan و Taeho Kim و Jae-Pil Heo. "مؤشر كميات المنتج الاطلاع بالبحث عن أقرب جوار قابلة للتطوير." وقائع المؤتمر الدولي IEEE/CVF حول رؤية الكمبيوتر. 2021.
  • تشان ، جينغتو ، وآخرون. "تحسين مشفر الاستعلام بشكل مشترك وكمية المنتج لتحسين أداء الاسترجاع." وقائع المؤتمر الدولي 30 ACM حول إدارة المعلومات وإدارة المعرفة. 2021.
  • وانغ ، رونهوي ، ودونغ دينغ. "Deltapq: ضغط رمز كمية المنتج غير المفقود للبحث عن التشابه العالي الأبعاد." وقائع Endowment VLDB 13.13 (2020): 3603-3616.
  • يانغ ، يونغ كيون ، ونام إيك تشو. "شبكة تقدير كمية المنتج المعممة لاسترجاع الصور شبه الخاضع للإشراف." وقائع مؤتمر IEEE/CVF حول رؤية الكمبيوتر والتعرف على الأنماط. 2020.
  • تشن ، تينغ ، لالا لي ، ويزهو صن. "كمية المنتجات القابلة للتمييز لضغط التضمين من طرف إلى طرف." المؤتمر الدولي للتعلم الآلي. PMLR ، 2020.
  • هوانغ ، رونغ ، وآخرون. "تعلم تمثيلات المستندات المنفصلة في البحث على الويب." وقائع مؤتمر ACM SIGKDD التاسع والعشرين لاكتشاف المعرفة واستخراج البيانات. 2023.
  • نارديني ، فرانكو ماريا ، كوزيمو رولي ، وروسانو فينتوريني. "استرجاع كثيف فعال متعدد المجالات مع ناقلات بت." المؤتمر الأوروبي لاسترجاع المعلومات. Cham: Springer Nature Switzerland ، 2024. [Code]
  • غاو ، جيانيانغ ، وتشنغ لونج. "Rabitq: كمية ناقلات عالية الأبعاد مع خطأ نظري ملزم للبحث أقرب جار تقريبي." Arxiv preprint Arxiv: 2405.12497 (2024). [(رمز) [https://github.com/gaoj0017/rabitq]]]
  • Gao ، Jianyang ، وآخرون. "الكمي العملي والمادة غير المقارب للناقلات عالية الأبعاد في الفضاء الإقليدي لتقريب أقرب جوار." Arxiv preprint Arxiv: 2409.09913 (2024).
  • موهوني ، جيسون ، وآخرون. "صيانة فهرس التلقيح الاصطناعي التزايدي للبحث في ناقلات البث." Arxiv preprint Arxiv: 2411.00970 (2024).
  • يانغ ، مينغو ، وينتو لي ، ووي وانغ. "سريع سريع الأبعاد التقريبية أقرب جار بحث مع فهرس فعال وقت ومساحة." Arxiv preprint Arxiv: 2411.06158 (2024).

الأساليب القائمة على الرسم البياني

  • وانغ ، زيو ، وآخرون. "فهارس الرسم البياني والأشجار للبحث عن تشابه المتجه عالي الأبعاد: التحليلات ، والمقارنات ، والاتجاهات المستقبلية." هندسة البيانات (2023): 3-21.
  • دراسة استقصائية شاملة ومقارنة تجريبية لأقرب جار تقريبي تستند إلى الرسم البياني. وانغ ، مينغزهو ، شياووليانغ شو ، تشيانغ يوي ، ويوكسانغ وانغ. [ورقة ، رمز]
  • لين ، بينغ تشنغ ، و Wan-lei Zhao. "الرسم البياني القائم على أقرب جيران البحث: الوعود والفشل." Arxiv preprint Arxiv: 1904.02077 (2019).
  • HNSW: كفاءة وقوية تقريبية أقرب بحث جار باستخدام الرسوم البيانية العالمية الصغيرة الصالحة للملاحة. مالكوف ، يو أ. ، وديمتري أ. ياشونين. [ورقة ، رمز ، إصدار الصدأ ، GO الإصدار]
  • تحجيم خوارزميات ANNS المستندة إلى الرسم البياني إلى مجموعات بيانات ذات حجم مليار: تحليل مقارن. Dobson و Magdalen و Zheqi Shen و Guy E. Blelloch و Laxman Dhulipala و Yan Gu و Harsha Vardhan Simhadri و Yihan Sun. [ورق]
  • الإصبع: الاستدلال السريع لبحث أقرب إلى الجيران القائم على الرسم البياني. تشن ، باتريك ، وايانغ تشانغ ، جيون يو جيانغ ، هسيانغ فو يو ، إيندرجيت ديلون ، وشو جوي هسيه [ورقة ، فيديو]
  • NSG: التنقل في الرسم البياني للانتشار لأقرب جار تقريبي. فو ، كونغ ، تشاو شيانغ ، تشانغسكو وانغ ، ودينغ كاي. [ورقة ، رمز]
  • Efanna: أسرع للغاية تقريبي أقرب خوارزمية بحث جار بناءً على الرسم البياني KNN. كونغ فو ، دنغ كاي. [ورقة ، رمز]
  • خان ، سايم ، وآخرون. "بانج: بحثًا تقريبيًا على نطاق مليار من أجهزة الجوار باستخدام وحدة معالجة الرسومات الواحدة." Arxiv preprint Arxiv: 2401.11324 (2024).
  • أوتومو ، هيرويوكي ، وآخرون. "Cagra: بناء رسم بياني متوازي للغاية وأقرب جار يبحث عن وحدات معالجة الرسومات." Arxiv preprint Arxiv: 2308.15136 (2023).
  • Oguri ، Yutaro ، و Yusuke Matsui. "التحليل النظري والتجريبي لاختيار نقطة الدخول التكيفية لبحث أقرب جار تقريبي قائم على الرسم البياني." Arxiv preprint Arxiv: 2402.04713 (2024).
  • Oguri ، Yutaro ، و Yusuke Matsui. "طريقة ضبط عامة وعملية للفهرس القائم على الرسم البياني: تقرير تحدي فهرسة SISAP من قبل Team Utokyo." المؤتمر الدولي حول البحث والتطبيقات. Cham: Springer Nature Switzerland ، 2023.
  • وانغ ، مينغزهاو ، وآخرون. "Starling: إطار عمل فهرس الرسم البياني المقيمين للقرص I/O من أجل البحث عن تشابه المتجه عالي الأبعاد على قطاع البيانات." Arxiv preprint Arxiv: 2401.02116 (2024). [شفرة]
  • مانوهار ، ماجدالين دوبسون ، وآخرون. "Parlayann: قابلة للتطوير وحتمية على أساس تقريبي للأقرب خوارزميات بحث جار." وقائع الندوة السنوية التاسعة والعشرين ACM Sigplan على مبادئ وممارسة البرمجة الموازية. 2024. [الرمز]
  • وانغ ، مينغزهاو ، وآخرون. "إطار عمل فعال وقوي لأقرب جار تقريبي مع قيود السمة." التقدم في أنظمة معالجة المعلومات العصبية 36 (2024).
  • يو ، شانغدي ، وآخرون. "Pecann: تجميع فعال متوازي مع البحث التقريبي القائم على الرسم البياني." Arxiv preprint Arxiv: 2312.03940 (2023).
  • عزيز ، إيلياس ، كريمة إيشيهابي ، وميس بالباناس. "ELPIS: البحث عن التشابه القائم على الرسم البياني عن علم البيانات القابل للتطوير." وقائع Endowment VLDB 16.6 (2023): 1548-1559.
  • إنديك ، بيوتر ، وهايك شو. "أسوأ أداء لحالات لأقرب تطبيقات البحث الجار الشائعة: الضمانات والقيود." التقدم في أنظمة معالجة المعلومات العصبية 36 (2024).
  • ليو ، جون ، وآخرون. "تحسين البحث التقريبي القائم على الرسم البياني: أقوى وأكثر ذكاءً." 2022 المؤتمر الدولي 23 IEEE حول إدارة بيانات الهاتف المحمول (MDM). IEEE ، 2022.
  • وانغ ، هوي ، يونغ وانغ ، و Wan-Lei Zhao. "البحث التقريبي القائم على الرسم البياني: إعادة النظر." Arxiv preprint Arxiv: 2204.00824 (2022).
  • بينغ ، تشن ، وآخرون. "Speed-Ann: Low-Lysency و High-Accuracy أقرب بحث عن جار عبر التوازي داخل السبع." Arxiv preprint Arxiv: 2201.13007 (2022).
  • لو ، كيجينغ ، وآخرون. "HVS: بنية الرسم البياني الهرمي بناءً على مخططات Voronoi لحل أقرب بحث تقريبي." وقائع Endowment VLDB 15.2 (2021): 246-258. [شفرة]
  • Yingfan و Liu و Cheng Hong و Cui Jiangtao. "إعادة النظر في بناء الرسم البياني الجار $ k $ على بيانات عالية الأبعاد: التجارب والتحليلات." Arxiv preprint Arxiv: 2112.02234 (2021).
  • تشو ، دانتونغ ، ومينجيا تشانغ. "فهم وتعميم الرسوم البيانية القرب الرتابة لأقرب جار أقرب." Arxiv preprint Arxiv: 2107.13052 (2021).
  • Gottesbüren ، لارس ، وآخرون. "إطلاق العنان للتقسيم الرسم البياني لأقرب جار على نطاق واسع." Arxiv preprint Arxiv: 2403.01797 (2024).
  • سينغ ، أديتي ، وآخرون. "FreshDiskann: فهرس ANN سريع ودقيق القائم على الرسم البياني لتدفق البحث عن التشابه." Arxiv preprint Arxiv: 2105.09613 (2021).
  • وانغ ، هوي ، وان لي تشاو ، وشيانغشيانغ زنغ. "بناء الرسم البياني K-NN تقريبي على نطاق واسع على GPU." Arxiv preprint Arxiv: 2103.15386 (2021).
  • باتيل ، ليانا ، وآخرون. "Acorn: Performant and Predicate-Agnostic Search على تضمينات المتجهات والبيانات المنظمة." Arxiv preprint Arxiv: 2403.04871 (2024).
  • Zuo ، Chaoji ، وآخرون. "SRF: رسم بياني لتصفية المدى التقريبي لأقرب بحث جار." وقائع ACM على إدارة البيانات 2.1 (2024): 1-26.
  • حوزيل ، نيكو ، وآخرون. "رسم بياني استكشاف مع صقل مستمر لاسترجاع الوسائط المتعددة الفعالة." وقائع المؤتمر الدولي لعام 2024 لاسترجاع الوسائط المتعددة. 2024.
  • شياو ، وينتو ، وآخرون. "تعزيز فهرس HNSW للتحديثات في الوقت الفعلي: معالجة النقاط التي لا يمكن الوصول إليها وتدهور الأداء." Arxiv preprint Arxiv: 2407.07871 (2024).
  • يانغ ، شو ، وآخرون. "إعادة النظر في بناء فهرس القرب القائم على الرسم البياني أقرب بحث جار." Arxiv preprint Arxiv: 2410.01231 (2024).
  • Gou ، Yutong ، وآخرون. "Symphonyqg: نحو التكامل السمفوني للتكميلية والرسم البياني لأقرب جوار التقريب." Arxiv preprint Arxiv: 2411.12229 (2024).
  • يانغ ، مينغ ، يوزنغ كاي ، وويجو تشنغ. "CSPG: عبور الرسوم البيانية القرب المتفرقة لبحث أقرب جار تقريبي." المؤتمر السنوي الثامن والثلاثين لأنظمة معالجة المعلومات العصبية.

الطرق القائمة على الأشجار

  • Jayaram Subramanya ، Suhas ، et al. "Diskann: سريع دقيق للمليار نقطة أقرب جار بحث على عقدة واحدة." التقدم في أنظمة معالجة المعلومات العصبية 32 (2019). [شفرة]
  • لي ، هايتاو ، وآخرون. "بناء فهرس قائم على الأشجار لاسترجاع كثيف فعال وفعال." Arxiv preprint Arxiv: 2304.11943 (2023).
  • إنجلز ، جوشوا ، وآخرون. "تقريبا أقرب جار البحث مع مرشحات النوافذ." Arxiv preprint Arxiv: 2402.00943 (2024).
  • أغنية ، يانغ ، وآخرون. "Promips: البحث الكفاءة في البحث عن المنتجات الداخلية عالية الأبعاد عالية الأبعاد مع فهرس خفيف الوزن." 2021 المؤتمر الدولي 37 IEEE حول هندسة البيانات (ICDE). IEEE ، 2021.
  • تشو ، ييفان ، وآخرون. "GTS: فهرس الأشجار القائم على GPU للبحث السريع عن التشابه." Arxiv preprint Arxiv: 2404.00966 (2024).
  • تاتسونو ، كنتو ، وآخرون. "AISAQ: ANNS في التخزين الكل في تخزين كمية المنتج لاسترجاع المعلومات الخالية من الدرام." Arxiv preprint Arxiv: 2404.06004 (2024).

التجزئة

  • أوراق رهيبة حول تعلم التجزئة
  • دراسة استقصائية حول تعلم التجزئة. وانغ ، جينغدونغ ، تينغ تشانغ ، نيكو سيبي ، وهنغ تاو شين [ورقة]
  • دراسة استقصائية عن أساليب التجزئة العميقة. Luo ، Xiao ، Haixin Wang ، Daqing Wu ، Chong Chen ، Minghua Deng ، Jianqiang Huang ، and Xian-Sheng Hua. [ورق]
  • القياس التكراري: نهج بروبيكي لتعلم الرموز الثنائية لاسترجاع الصور على نطاق واسع. Gong و Yunchao و Svetlana Lazebnik و Albert Gordo و Florent Perronnin [Paper ، Python Code ، Matlab Code]
  • غان ، يوكانغ ، وآخرون. "استرجاع قائم على التضمين الثنائي في تينسنت." Arxiv preprint Arxiv: 2302.08714 (2023).
  • يان ، بنشينغ ، وآخرون. "تضمين التجزئة القائمة على الكود الثنائي للتطبيقات على نطاق الويب." وقائع المؤتمر الدولي 30 ACM حول إدارة المعلومات وإدارة المعرفة. 2021.
  • Weng و Zhenyu و Yuesheng Zhu. "التجزئة غير الخاضعة للإشراف على الإنترنت مع كميات متعددة بت." وقائع المؤتمر الآسيوي حول رؤية الكمبيوتر. 2022.
  • هوانغ ، تشيانغ ، ييفان لي ، وأنتوني خ. تونغ. ' وقائع المؤتمر الدولي لعام 2021 حول إدارة البيانات. 2021.
  • Weng ، Zhenyu ، Yuesheng Zhu ، و Ruixin Liu. "البحث السريع على الرموز الثنائية عن طريق مسافة هامينغ مرجحة." Arxiv preprint Arxiv: 2009.08591 (2020).
  • جيان ، Xiaozheng ، وآخرون. "البحث عن تشابه جيب التجربة الصيام من خلال القياس الثنائي الصديق لـ XOR على وحدات معالجة الرسومات." Arxiv preprint Arxiv: 2008.02002 (2020).
  • Zheng ، Polong ، et al. "PM-LSH: إطار LSH سريع ودقيق للبحث التقريبي العالي الأبعاد." وقائع Endowment VLDB 13.5 (2020): 643-655.
  • Eghbali ، Sepehr. "أقرب جار قابل للتطوير مع رموز مضغوطة." (2019).
  • لي ، ييفان ، وآخرون. "مخطط التجزئة الحساسة للمنطقة يعتمد على أطول مشترك دائري." وقائع مؤتمر SIGMOD الدولي لعام 2020 ACM حول إدارة البيانات. 2020.
  • Wei ، Jiuqi ، وآخرون. "Det-LSH: مخطط تجزئة حساس للمنطقة مع شجرة ترميز ديناميكية لأقرب جار تقريبي." Arxiv preprint Arxiv: 2406.10938 (2024).

مقاربات أخرى

  • تشن ، تشي ، وآخرون. "Spann: Affect-Civerse Cideal-Scale Abroviance Aborted Abroved Abort." Arxiv preprint Arxiv: 2111.08566 (2021). [شفرة]
  • لي ، يوليانغ ، وآخرون. "الاستعلام عن عتبة جيب التمام القائمة على الفهرس ، مع ضمانات الأمثل." نظرية أنظمة الحوسبة 65 (2021): 42-83.
  • تشن ، يوانغ ، وآخرون. "شجرة بدن شبه كونكيكس: استعلامات الجوار السريعة السريعة للبيانات واسعة النطاق على وحدات معالجة الرسومات." 2018 مؤتمر IEEE الدولي حول استخراج البيانات (ICDM). IEEE ، 2018.
  • إنجلز ، جوشوا ، بنيامين كولمان ، وأنشومالي شريفاستافا. "عملية بحث قريبة من الجوار عبر اختبار المجموعة." التقدم في أنظمة معالجة المعلومات العصبية 34 (2021): 9950-9962. [ملحق]
  • غونغ ، لونغ ، وآخرون. "IDEC: رموز تقدير المسافة القابلة للفهرسة لأقرب جار." وقائع Endowment VLDB 13.9 (2020).
  • لو ، كيجينغ ، وآخرون. "VHP: أقرب جار إلى جار عبر التقسيم الافتراضي Hypersphere." وقائع Endowment VLDB 13.9 (2020): 1443-1455.
  • Bing Tian ، ، Haikun Liu ، Yuhang Tang ، Shihai Xiao ، Zhuohui Duan ، Xiaofei Liao ، Xuecang Zhang ، Junhua Zhu ، Yu Zhang. "Fusionanns: بنية معالجة تعاونية فعالة لوحدة المعالجة المركزية/GPU لمليار بحث تقريبي على نطاق واسع." (2024).
  • تشن ، تشونغان ، وآخرون. "استكشاف معني أقرب جار بالبحث في مساحة عالية الأبعاد." Arxiv preprint Arxiv: 2410.05752 (2024).
  • تيبر ، ماريانو ، وآخرون. "Gleanvec: تسريع البحث في المتجه مع الحد الأدنى من الأبعاد غير الخطية." Arxiv preprint Arxiv: 2410.22347 (2024).
  • لي ، جينغو ، وآخرون. "Panther: SPERICAL MAINTIMATION ARRIVE AREACHERENTER ATTERS SELPED SERVER." أرشيف eprint علم التشفير (2024).
  • Wei ، Jiuqi ، وآخرون. "تصادم الفضاء الفرعي: إطار عمل فعال ودقيق لأقرب الأبعاد التقريبي لأقرب بحث جار." Arxiv preprint Arxiv: 2411.14754 (2024).

الأنظمة

  • تشين ، آن وآخرون. "المتاهة: نظام مقطع فيديو فعال من حيث التكلفة على نطاق الويب." وقائع المؤتمر الدولي ACM 30 على الوسائط المتعددة. 2022.
  • دوشي ، إيشيتا ، وآخرون. "Lanns: على نطاق واسع على نطاق واسع أقرب نظام بحث جار." Arxiv preprint Arxiv: 2010.09426 (2020).
  • تشن ، Yaoqi ، وآخرون. "Onesparse: نظام موحد للبحث في المتجه متعدد المؤشرات." وقائع مصاحبة من ACM في مؤتمر الويب 2024. 2024.

آحرون

  • البحث التحسين مع احتمال استعلام التعزيز والبحث التقريبي على مستوى على أجهزة الحافة
  • غاو ، جيانيانغ ، وتشنغ لونج. "بحث تقريبي عالي الأبعاد أقرب جار: مع عمليات مقارنة مسافة موثوقة وفعالة." وقائع ACM على إدارة البيانات 1.2 (2023): 1-27.
  • تقريب أقرب بحث جار في أنظمة التوصية. يوري مالكوف.
  • تسريع البحث المتجه على GPU مع Rapids الطوف. كوري نوليت
  • غوبتا ، غوراف ، وآخرون. "CAPS: مؤشر قسم عملي للبحث عن التشابه المصفى." Arxiv preprint Arxiv: 2308.15014 (2023).
  • تشو ، يهوو. "RTNN: تسريع البحث الجار باستخدام تتبع شعاع الأجهزة." وقائع ندوة ACM SIGPLAN 27 على مبادئ وممارسة البرمجة الموازية. 2022. [رمز]
  • ليفي ، عساف ، وآخرون. "الفهرسة المادية مقابل الفهرسة المنطقية مع {Idea}: فهرس {deduplication-arawer}." 22 مؤتمر Usenix حول تقنيات الملفات والتخزين (Fast 24). 2024. [الرمز]
  • كاررا ، داميانو ، وجيوفاني إهمال. "أخذ عصفورين مع ذاكرة التخزين المؤقت K-NN واحدة." 2021 مؤتمر IEEE العالمي للاتصالات (Globecom). IEEE ، 2021.
  • سالم ، Tareq SI ، Giovanni Illdia ، و Damiano Carra. "تشابه الصعود التخزين المؤقت مع الفهارس التقريبية." معاملات IEEE/ACM على الشبكات (2022).
  • لي ، Conglong ، وآخرون. "تحسين أقرب جار إلى الجوار من خلال الإنهاء المبكر التكيفي المستفاد." وقائع مؤتمر SIGMOD الدولي لعام 2020 ACM حول إدارة البيانات. 2020.
  • Karppa ، Matti ، Martin Aumüller ، و Rasmus Pagh. "دين: تسريع تقدير كثافة الكثافة kernel باستخدام أقرب جوار تقريبي." المؤتمر الدولي للذكاء الاصطناعي والإحصاء. PMLR ، 2022.
  • وانغ ، زيو ، وآخرون. "عوامل مقارنة المسافة لأقرب جار تقريبي: الاستكشاف والمعيار." Arxiv preprint Arxiv: 2403.13491 (2024).
  • Szilvasy ، Gergely ، Pierre-Emmanuel Mazaré ، و Matthijs Douze. "البحث ناقلات مع دائرة نصف قطرها الصغيرة." Arxiv preprint Arxiv: 2403.10746 (2024).
  • هان ، تشانغون ، سوجي كيم ، وها ميونغ بارك. "البحث القرب الفعال في عمليات تراكم الوقت ذات الأبعاد عالية الأبعاد باستخدام فهرسة كتلة متعددة المستويات." (2024).
  • تيبر ، ماريانو ، وآخرون. "Leanvec: ابحث عن المتجهات الخاصة بك بشكل أسرع من خلال جعلها لائقة." Arxiv preprint Arxiv: 2312.16335 (2023).
  • هاروود ، بن ، وآخرون. "أقرب بحث جار تقريبي على مجموعات البيانات الديناميكية: التحقيق." Arxiv preprint Arxiv: 2404.19284 (2024).
  • وصف معضلة الأداء وحجم الفهرس في البحث المتجهات على نطاق مليار وكسره بذاكرة من الدرجة الثانية
  • شو ، هايك. أسوأ أداء لحالات لأقرب تطبيقات البحث الجار الشائعة: الضمانات والقيود. ديس. معهد ماساتشوستس للتكنولوجيا ، 2024.
  • لين ، جيمي. "النصيحة التشغيلية للمستردين الكثيفين والتفريسين: هرمون النمو ، أو الفهارس المسطحة ، أو المقلوبة؟". Arxiv preprint Arxiv: 2409.06464 (2024).
  • تشو ، مينغكسون ، إيلين شي ، وجوليا فانتري. "Pacmann: كفاءة خاصة أقرب بحث تقريبي." أرشيف eprint علم التشفير (2024).

؟ التقييم والمقاييس

  • أي BM25 تقصد؟ دراسة استنساخ واسعة النطاق لمتغيرات التسجيل. Kamphuis و Chris و Arjen P. De Vries و Leonid Boytsov و Jimmy Lin [Paper]

؟ المقالات والمحادثات

  • ما هي قاعدة بيانات المتجهات؟
  • قواعد بيانات المتجهات (الجزء 1): ما الذي يجعل كل واحد مختلفًا؟
  • محرك تشابه المتجه السريع المليار من موقع eBay
  • Meetup رؤية الكمبيوتر: تطبيقات رؤية الكمبيوتر على نطاق واسع مع قواعد بيانات المتجهات
  • كيف تختار قاعدة بيانات المتجه الخاصة بك في عام 2023؟
  • هل نحتاج حقًا إلى قاعدة بيانات متجه متخصصة؟
  • قاعدة بيانات المتجه ليست فئة قاعدة بيانات منفصلة
  • قواعد بيانات المتجهات: نهج المبادئ الأولى
  • Search Search Tutorial - الجمع بين بياناتك مع LLMs مع البحث المتقدم
  • بحث فعال في تشابه المتجه في سير عمل التوصية باستخدام Milvus مع Nvidia Merlin
  • قواعد بيانات المتجهات: دليل المبتدئين!
  • قاعدة بيانات المتجهات والربيع IA
  • كيفية التعامل مع ملايين تضمينات متجه في تطبيقات الخرقة
  • كيف يقوم Meilisearch بتحديث قاعدة بيانات ملايين ضابط ضابط في أقل من دقيقة
  • المزالق الشائعة التي يجب تجنبها عند استخدام قواعد بيانات المتجهات
  • البدء مع قواعد بيانات المتجهات
  • اختيار أفضل نموذج للبحث الدلالي

القوائم ذات الصلة

  • محرك بحث متجه رائع
يوسع
معلومات إضافية
تطبيقات ذات صلة
نوصي لك
أخبار ذات صلة الكل