[논문 리뷰] Approximate Nearest Neighbor for Curves - Simple, Efficient, and Deterministic

Arnold Filtser, Omrit Filtser외 1명|arXiv (Cornell University)|2020. 01. 01.

Data Management and Algorithms인용 수 8

한 줄 요약

이 논문은 이산 프리셰트 거리와 동적 시간 왜곡 거리 하에서 곡선에 대한 근사 최근접 이웃 검색을 위한 단순하고 결정적인, 효율적인 데이터 구조를 제시한다. 입력 곡선에 기반한 공간 이산화를 통해 O(md) 쿼리 시간과 n · O(1/ε)md 저장 공간을 달성하며, 이는 이전 작업 대비 지수적으로 향상된 성능이다. 또한 쿼리 곡선 길이 k ≪ m인 대칭 및 비대칭 설정 모두를 지원한다.

ABSTRACT

In the (1+ε,r)-approximate near-neighbor problem for curves (ANNC) under some similarity measure δ, the goal is to construct a data structure for a given set 𝒞 of curves that supports approximate near-neighbor queries: Given a query curve Q, if there exists a curve C ∈ 𝒞 such that δ(Q,C)≤ r, then return a curve C' ∈ 𝒞 with δ(Q,C') ≤ (1+ε)r. There exists an efficient reduction from the (1+ε)-approximate nearest-neighbor problem to ANNC, where in the former problem the answer to a query is a curve C ∈ 𝒞 with δ(Q,C) ≤ (1+ε)⋅δ(Q,C^*), where C^* is the curve of 𝒞 most similar to Q. Given a set 𝒞 of n curves, each consisting of m points in d dimensions, we construct a data structure for ANNC that uses n⋅ O(1/ε)^{md} storage space and has O(md) query time (for a query curve of length m), where the similarity measure between two curves is their discrete Fréchet or dynamic time warping distance. Our method is simple to implement, deterministic, and results in an exponential improvement in both query time and storage space compared to all previous bounds. Further, we also consider the asymmetric version of ANNC, where the length of the query curves is k ≪ m, and obtain essentially the same storage and query bounds as above, except that m is replaced by k. Finally, we apply our method to a version of approximate range counting for curves and achieve similar bounds.

연구 동기 및 목표

• 이산 프리셰트 거리와 ℓp,2 거리 하에서 (1+ε, r)-근사 최근접 이웃 곡선(ANNC) 문제를 해결하기 위해.
• 기존의 랜덤화되거나 지수 시간을 요구하는 접근 방식의 한계를 극복하기 위해, 지수보다 작은 쿼리 시간과 저장 공간 복잡도를 달성하는 데이터 구조를 설계하기 위해.
• 쿼리 곡선 길이 k ≪ m인 비대칭 설정으로의 확장을 위해.
• 유사한 효율성 범위를 유지하면서 곡선에 대한 근사 범위 카운팅에 적용하기 위해.

제안 방법

• 입력 곡선에 기반한 공간 이산화를 사용하여, 모든 가능한 쿼리를 근사하는 소수의 대표 곡선을 사전 계산한다.
• 각 곡선이 가장 가까운 격자점으로 반올림되는 이산화 격자에서 곡선을 저장하는 사전(해시 테이블 또는 접두사 트리)을 구축한다.
• 쿼리 곡선 Q에 대해, 이산화된 공간 내에서 반올림된 버전 Q′을 계산하고, Q′로부터 (1+ε)r 이내에 있는 모든 곡선을 검색한다.
• 만약 어떤 곡선이 Q로부터 거리 r 이내에 있다면, 그 곡선의 반올림된 버전은 Q′으로부터 (1+ε)r 이내에 있음을 고려하여 정확성을 확보한다.
• 복잡한 국소 민감성 해싱이나 랜덤 프로젝션에 의존하지 않고, 결정적인 방법을 사용한다.
• ℓp,2 거리(이중 DFD 및 DTW 포함)로 일반화되며, 각 격자 셀에 곡선 수를 유지함으로써 범위 카운팅을 지원한다.

실험 결과

연구 질문

• RQ1 이산 프리셰트 거리 하에서 지수보다 작은 쿼리 시간과 저장 공간 복잡도를 가지는 결정적이고 효율적인 ANNC 데이터 구조를 구축할 수 있는가?
• RQ2 쿼리 곡선 길이가 입력 곡선보다 훨씬 짧은 비대칭 설정에서 ANNC 문제를 어떻게 효율적으로 해결할 수 있는가?
• RQ3 유사한 효율성 범위를 유지하면서 동일한 접근 방식을 근사 범위 카운팅으로 확장할 수 있는가?
• RQ4 이 설정에서 근사 인자, 저장 공간, 쿼리 시간 간의 상호 교환 관계는 무엇이며, 이를 근사 최적화로 최적화할 수 있는가?

주요 결과

• 제안된 데이터 구조는 이산 프리셰트 거리와 ℓp,2 거리 하에서 ANNC에 대해 O(md) 쿼리 시간과 n · O(1/ε)md 저장 공간을 달성하며, 이는 이전 방법 대비 지수적 향상이다.
• 쿼리 곡선 길이 k ≪ m인 비대칭 설정에서는 쿼리 시간이 O(kd), 저장 공간이 n · O(1/ε)kd로, 지수의 m 대신 k로 대체된다.
• 이 방법은 결정적이며 구현이 단순하여, 이전 작업에서 사용된 복잡한 랜덤화 또는 해싱 기반 구조를 피한다.
• 격자 셀에 곡선 수를 유지함으로써 근사 범위 카운팅을 지원하며, 저장 공간은 O(n · (1/ε)^m(d+1))이며 쿼리 시간은 O(md log(nmd/ε))로 ANNC 솔루션과 동일한 효율성을 유지한다.
• 알고리즘은 로그 인자 수준에서 최적이며, Har-Peled와 Kumar(2011)의 공간 복잡도를 유지하면서 md에 선형 쿼리 시간을 달성한다.
• 기존 곡선으로부터 (1+ε)r 이내에 최소한의 정점 수를 가지는 곡선을 계산하는 곡선 단순화 알고리즘을 제공하며, 이는 O(d·m log m / ε + m·ε^{-4.5} log(1/ε)) 시간에 수행된다.