Perdita di Hashing Dinamico del Canale Semantico per Hashing Semantico Profondo
Una nuova funzione di perdita chiamata Hashing Dinamico del Canale Semantico (DSCH) viene proposta per l'hashing semantico profondo, affrontando le sfide di ottimizzazione nei metodi esistenti. L'hashing semantico genera brevi codici hash binari per la ricerca efficiente del vicino più prossimo approssimato in dati ad alta dimensionalità. Gli approcci di deep learning migliorano la cattura semantica rispetto alla tradizionale ingegneria manuale delle caratteristiche e consentono codici hash cross-modali in uno spazio di Hamming condiviso. Lavori precedenti hanno introdotto canali semantici con larghezza fissa e distanze di Hamming derivate dalle similarità delle etichette, ma ciò ha causato discontinuità nel paesaggio della perdita. DSCH regola dinamicamente i canali per appianare l'ottimizzazione. L'articolo è pubblicato su arXiv con ID 2607.24567.
Fatti principali
- DSCH-Loss è una nuova funzione di perdita per l'hashing semantico profondo.
- Affronta le discontinuità nelle precedenti funzioni di perdita del canale semantico.
- L'hashing semantico consente la ricerca efficiente del vicino più prossimo approssimato.
- I metodi di deep learning offrono una migliore cattura semantica rispetto agli approcci tradizionali.
- I codici hash cross-modali vengono generati in uno spazio di Hamming condiviso.
- Lavori precedenti utilizzavano canali semantici a larghezza fissa con distanze derivate dalle etichette.
- DSCH regola dinamicamente i canali semantici per appianare l'ottimizzazione.
- L'articolo è disponibile su arXiv con ID 2607.24567.
Entità
Istituzioni
- arXiv