[論文レビュー] SpatCode: Rotary-based Unified Encoding Framework for Efficient Spatiotemporal Vector Retrieval

Bingde Hu, Enhao Pan+4 more|arXiv (Cornell University)|Jan 14, 2026

Data Management and Algorithms被引用数 0

ひとこと要約

SpatCode は時空間および意味的手がかりを単一の回転符号化ベクトル空間に統合し、円形スライディングウィンドウ更新器と重み付き多モーダルランキングを用いた効率的な時空間検索を実現します。複数の実データセットでベースラインよりリコールが高く、待機時間が低くなります。

ABSTRACT

Spatiotemporal vector retrieval has emerged as a critical paradigm in modern information retrieval, enabling efficient access to massive, heterogeneous data that evolve over both time and space. However, existing spatiotemporal retrieval methods are often extensions of conventional vector search systems that rely on external filters or specialized indices to incorporate temporal and spatial constraints, leading to inefficiency, architectural complexity, and limited flexibility in handling heterogeneous modalities. To overcome these challenges, we present a unified spatiotemporal vector retrieval framework that integrates temporal, spatial, and semantic cues within a coherent similarity space while maintaining scalability and adaptability to continuous data streams. Specifically, we propose (1) a Rotary-based Unified Encoding Method that embeds time and location into rotational position vectors for consistent spatiotemporal representation; (2) a Circular Incremental Update Mechanism that supports efficient sliding-window updates without global re-encoding or index reconstruction; and (3) a Weighted Interest-based Retrieval Algorithm that adaptively balances modality weights for context-aware and personalized retrieval. Extensive experiments across multiple real-world datasets demonstrate that our framework substantially outperforms state-of-the-art baselines in both retrieval accuracy and efficiency, while maintaining robustness under dynamic data evolution. These results highlight the effectiveness and practicality of the proposed approach for scalable spatiotemporal information retrieval in intelligent systems.

研究の動機と目的

• 統一された時空間ベクトル検索を動機づけ、ポストフィルタリングとマルチインデックスパイプラインを回避する。
• 時間と場所を回転ベクトルへ埋め込む Rotary-based Unified Encoding を導入する。
• 循環インクリメンタル更新メカニズムを提案し、スライディングウィンドウデータの効率的な維持を実現する。
• 適応的で個別化された多モーダルランキングのための重み付き興味ベース検索アルゴリズムを開発する。
• 実データセット上で最先端ベースラインより検索精度と効率が優れていることを示す。

提案手法

• 時間と地理情報を回転/カラー付きベクトルとしてエンコードし、E_t(t) と E_g(λ,φ) を用いて統一埋め込み空間を形成する。
• グローバル再エンコードなしに高速なインクリメンタル更新を可能にする円形バッファを備えた円形スライディングウィンドウを維持する。
• モダリティ埋め込みを結合・スケーリングして単一のクエリベクトルを作成し、加重コサイン類似度を単一の ANN 検索でサポートする。
• 保存された埋め込みを変更せずにクエリごとにモダリティ重要度を適応させる重み付き興味ベース検索を適用する。

実験結果

リサーチクエスチョン

• RQ1 時間と場所を統一ベクトル空間に埋め込んで、意味特徴と直接的な時空間類似性を可能にできるか。
• RQ2 ストリーミングデータで全再エンコードなしに時空間インデックスを効率的に維持・更新できるか。
• RQ3 重み付き多モーダル検索アプローチは、異種で時間変化するデータの精度を向上させるか。
• RQ4 SpatCode は実データセットで、レイテンシおよびリコールにおいて従来のフィルタベース・マルチインデックス手法とどのように比較されるか。

主な発見

Method	Shopping Insert	Shopping Query	Craigslist Insert	Craigslist Query	Netflix Insert	Netflix Query	Bridge Insert	Bridge Query	VeRi Insert	VeRi Query
ThalDB	0.0501	$>$ 1000	0.520	$>$ 1000	0.0343	$>$ 1000	0.0022	$>$ 1000	0.0415	$>$ 1000
Filtered	3.88	143	3.78	11.5	3.95	61.7	3.80	17.9	3.77	32.54
Hybrid	3.82	8.07	3.90	5.70	3.97	5.89	3.79	6.95	3.70	5.56
SpatCode	3.69	5.24	3.62	4.03	3.84	4.21	3.63	3.81	3.60	3.87

• SpatCode は Shopping、 Craigslist、 Netflix、 Bridge、 VeRi の各データセットで k = 10, 50, 100 のときベースラインより高いリコールを達成。
• SpatCode による単一走査の ANN 検索は、複数ブランチやフィルタリング手法よりクエリ待ち時間を低く抑える。
• Circular Incremental Update は待機時間の急増を抑え、ストリーミングデータ13か月間の安定した性能を維持。
• Weighted Interest-based Retrieval は各モダリティの重要度を効果的に調整可能で、いくつかのデータセットでいくつかの設定でリコールをほぼ 1.0 に近づける。
• 実験全体で、SpatCode はリコールと効率性の点で ThalDB、Filtered、Hybrid のベースラインを一貫して上回る。