Resumen

Se ha propuesto el Hashing Sensible a la Localidad (LSH) como una técnica eficiente para la unión de similitudes para datos de alta dimensión. La eficiencia y la tasa de aproximación de LSH dependen del número de instancias falsas positivas y falsas negativas generadas. En muchos dominios, es crucial reducir el número de falsos positivos. Además, en algunos escenarios de aplicación, se favorece el equilibrio entre falsos positivos y falsos negativos. Para abordar estos problemas, en este trabajo proponemos el Hashing Personalizado Sensible a la Localidad (PLSH), en el que se incorpora un nuevo esquema de bandas para adaptar el número de falsos positivos, falsos negativos y la suma de ambos. PLSH se implementa en paralelo utilizando el marco MapReduce para tratar las uniones de similitud en datos a gran escala. Los estudios experimentales sobre datos reales y simulados verifican la eficiencia y eficacia de nuestra técnica PLSH propuesta, en comparación con los métodos del estado de la técnica.

• Materias:Inteligencia artificial Algoritmos genéticos Ingeniería civil Neurociencia Cognitiva
• Subjects:Artificial intelligence Genetic algorithms Civil engineering Cognitive Neuroscience
• Palabras claves:hashing sensible a las localidades, falso positivo, nuevo esquema de bandas, número, personalizado sensible a las localidades, técnicas plsh propuestas, instancia falsa positiva, instancia falsa negativa, datos de alta dimensión, datos a gran escala
• Keywords:localities sensitive hashing, false positive, new banding scheme, number, personalized localities sensitive, proposed plsh techniques, false positive instance, false negative instance, high dimensional data, large scale data