HyperAIHyperAI

Command Palette

Search for a command to run...

استرجاع الصور بكفاءة من خلال فصل التوسع إلى معالجة عبر الإنترنت ومعالجة خارج الإنترنت

Fan Yang Ryota Hinami Yusuke Matsui Steven Ly Shin’ichi Satoh

الملخص

الانتشار يتم استخدامه بشكل شائع كطريقة ترتيب أو إعادة ترتيب في مهام الاسترجاع لتحقيق أداء استرجاع أعلى، وقد جذب الكثير من الاهتمام في السنوات الأخيرة. ومع ذلك، فإن أحد عيوب الانتشار هو أنه يعمل ببطء مقارنة بالبحث عن أقرب الجيران (k-NN) البسيط، مما يسبب تكلفة حسابية عبر الإنترنت غير تافهة على قواعد البيانات الكبيرة. لتجاوز هذا الضعف، نقترح في هذه الورقة تقنية انتشار جديدة. في عملنا، بدلاً من تطبيق الانتشار على الاستعلام، نقوم بحساب نتائج الانتشار لكل عنصر في القاعدة данных مسبقًا، مما يجعل البحث عبر الإنترنت مجرد تركيبة خطية فوق عملية البحث عن أقرب الجيران (k-NN). يصبح الأسلوب المقترح لدينا أسرع بمقدار 10 مرات تقريبًا من حيث سرعة البحث عبر الإنترنت. بالإضافة إلى ذلك، نقترح استخدام التقليم المتأخر بدلاً من التقليم المبكر المستخدم في الأعمال السابقة للحصول على أداء استرجاع أفضل.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp