LHS重要学习资料

最新推荐文章于 2024-03-10 22:48:33 发布

peterli_xue

最新推荐文章于 2024-03-10 22:48:33 发布

阅读量978

点赞数

分类专栏：算法

算法专栏收录该内容

7 篇文章

订阅专栏

自1998年提出LSH，距今已经10多年了，中间有不少对该算法的改进、挑战、应用、介绍等等。这里根据自己的学习过程，列一个LSH参考文献和相关资源列表：一则是小结学习LSH可以参考的资料，二则是为了避免本人的LSH小结系列文章对大家产生误导。欢迎对该列表进行指正和补充。

LSH原理相关重要论文

1. P. Indyk and R. Motwani. Approximate nearest neighbors: towards removing the curse of dimensionality[A]. In STOC ’98: Proceedings of the thirtieth annual ACM symposium on Theory of computing, New York, USA: ACM Press, 1998:604–613.
- 作者在这篇论文中第一次提出了LSH。
2. Aristides Gionis, Piotr Indyk, and Rajeev Motwani. Similarity search in high dimensions via hashing[A]. In VLDB ’99: Proceedings of the 25th International Conference on Very Large Data Bases[C], San Francisco, CA, USA: Morgan Kaufmann Publishers Inc.1999:518–529,
- 作者在本论文中第一次详细说明了LSH的实现。
3. M. Datar, N. Immorlica, P. Indyk, and V. S. Mirrokni. Locality-sensitive hashing scheme based on p-stable distributions[A]. In SCG ’04: Proceedings of the twentieth annual symposium on Computational geometry[C], New York, USA: ACM Press, 2004:253-262.
- 第一次引入p-stable的概念，首次将近似推广到第0,1，2范式——在这之前的近似都1范式的亦即汉明距离等，此后欧几里得距离等都可以使用了。
4. Wei Dong, Zhe Wang, William Josephson, Moses Charikar, Kai Li. Modeling LSH for Performance Tuning[A]. Proceedings of the 17th Conference on Information and Knowledge Management[C]. Napa Valley, CA, USA: Information Retrieval Facility, 2008:669-678.
- lshkit库作者的论文，该论文是关于LSH性能优化的。
5. Alexandr Andoni and Piotr Indyk. Near-optimal hashing algorithms for approximate nearest neighbor in high dimensions[J]. Commun. ACM, 2008, 51(1):117–122.
- LSH提出者发表在CACM上的综述，对于LSH从最初提出起经过十年发展的成果进行了总结。
6. Alexandr Andoni. Nearest Neighbor Search: the Old, the New, and the Impossible(2009)
- E²LSH库作者的博士毕业论文，差不多是对NNS问题特别是用LSH求解该问题的一个综述。
Yufei Tao, Ke Yi, Cheng Sheng, Panos Kalnis. Efficient and Accurate Nearest Neighbor and Closest Pair Search in High Dimensional Space. In ACM Transactions of Database Systems
- LSB Tree，代码：http://www.cse.cuhk.edu.hk/~taoyf/paper/codes/lsb.zip（由网友williamty提供）

LSH的应用

（我比较少涉及该部分，暂时随便选取2篇论文，欢迎推荐较好文章）：

Q. Lv, W. Josephson, Z. Wang, M. Charikar, and K. Li. Ferret: a toolkit for content-based similarity search of feature-rich data[A]. EuroSys ’06: Proceedings of the ACM SIGOPS/EuroSys European Conference on Computer Systems[C], New York, USA: ACM Press, 2006:317–330.
- 来自Standford大学李凯教授组，实际应用背景为多媒体内容检索（视频、声音、图像）中相似数据查询。（我本科毕业设计内容跟这个重了）
Koga, H., Ishibashi, T. and Watanabe, T. (2007). Fast agglomerative hierarchical clustering algorithm using locality-sensitive hashing, Knowledge and Information Systems 12(1): 25-53.
- 是一篇将利用LSH做层次聚类的论文，非常简单易懂（《机器学习》课程作业参考论文）。