Distributed approximate KNN Graph construction for high dimensional Data

Riadh Trad 1, 2 Alexis Joly 1 Nozha Boujemaa 3
1 ZENITH - Scientific Data Management
LIRMM - Laboratoire d'Informatique de Robotique et de Microélectronique de Montpellier, CRISAM - Inria Sophia Antipolis - Méditerranée
Résumé : La construction des graphes de plus proches voisins est un probl eme crucial pour nombre d'applications, notamment celles impliquant des algorithmes d'apprentissage et de fouille de donn ees. Bien qu'il existe certain travaux visant a r esoudre le probl eme dans des environnements centralis es, ils en restent n eanmoins limit es en raison du volume croissant des donn ees ainsi que leur dimensionalit e. Dans cet article, nous proposons une m ethode bas ee sur des fonctions de hachage pour la construction des graphes de plus proches voisins. La m ethode propos ee est distribuable et scalable, aussi bien en volume qu'en dimensionalit e. Par ailleurs, l'utilisation d'une nouvelle famille de fonctions de hachage, RMMH, garantit l' equilibe des charges en environnements parall eles et distribu es.
Type de document :
Communication dans un congrès
BDA: Bases de Données Avancées, Oct 2012, Clermont-Ferrand, France. 28e journées Bases de Donnees Avancées, 2012, 〈http://bda2012.isima.fr/〉
Liste complète des métadonnées

https://hal.inria.fr/hal-00756624
Contributeur : Alexis Joly <>
Soumis le : vendredi 23 novembre 2012 - 13:34:06
Dernière modification le : mercredi 5 décembre 2018 - 14:26:05

Identifiants

  • HAL Id : hal-00756624, version 1

Collections

Citation

Riadh Trad, Alexis Joly, Nozha Boujemaa. Distributed approximate KNN Graph construction for high dimensional Data. BDA: Bases de Données Avancées, Oct 2012, Clermont-Ferrand, France. 28e journées Bases de Donnees Avancées, 2012, 〈http://bda2012.isima.fr/〉. 〈hal-00756624〉

Partager

Métriques

Consultations de la notice

510