Multidimensional nearest neighbor s

Multidimensional nearest neighbor search (NN) lies at the core of many computer science applications. Given a database of objects and a query, we wish to find the object in the database most similar to the query object. Commonly, the objects are mapped to points in high-dimensional metric space. In this context, given a query point q ∈ Rd and a set of points S = {pi}in=1, pi ∈ Rd, the goal is to find a point p ∈ S most similar to the query point q under some distance metric. In addition to the exact NN, many variants of this problem exist, including k-nearest neighbor, approximate nearest neighbor, fixed-radius near neighbors, and more. The NN and its variants are utilized in a wide range of applications, such as spatial search, object recognition, image matching, image segmentation, classification and detection, to name a few [25]–[29].

結果 (繁體中文) 1:

多維最近鄰搜尋 (NN) 是許多電腦科學應用的核心。給定一個物件資料庫和一個查詢，我們希望在資料庫中找到與查詢物件最相似的物件。通常，物件被映射到高維度量空間中的點。在這種情況下，給定一個查詢點q ∈ Rd 和一組點S = {pi}in=1, pi ∈ Rd，目標是在某個距離度量下找到與查詢點q 最相似的點p ∈ S 。除了精確神經網路之外，這個問題還有許多變體，包括 k 最近鄰、近似最近鄰、固定半徑近鄰等等。神經網路及其變異體被廣泛應用於空間搜尋、物件辨識、影像匹配、影像分割、分類和檢測等[25]-[29]。

結果 (繁體中文) 2:

多元最近鄰蒐索（NN）是許多計算機科學應用的覈心。 給定一個對象資料庫和一個査詢，我們希望在資料庫中找到與査詢對象最相似的對象。 通常，對象被映射到高維度量空間中的點。 在這種情況下，給定一個査詢點q∈Rd和一組點S= {pi}in =1，pi∈Rd，目標是在一定距離度量下找到與査詢點q最相似的點p∈S。 除了精確的NN之外，這個問題還存在許多變體，包括k近鄰、近似近鄰、固定半徑近鄰等等。 神經網路及其變體用於廣泛的應用，如空間蒐索、對象識別、圖像匹配、影像分割、分類和檢測等[25]-[29]。

結果 (繁體中文) 3:

多維最近鄰蒐索(NN)是許多計算機科學應用的核心。給定一個對象數據庫和一個查詢，我們希望在數據庫中找到與查詢對象最相似的對象。通常，對象被映射到高維度度量空間中的點。在這種情況下，給定一個查詢點q ∈ Rd和一組點S = {pi}in=1，pi ∈ Rd，目標是在某種距離度量下找到與查詢點q最相似的點p ∈ S。除了精確的NN之外，這個問題還存在許多變體，包括k近鄰、近似近鄰、固定半徑近鄰等等。神經網絡及其變體被廣泛應用，例如空間蒐索、對象識別、圖像匹配、圖像分割、分類和檢測等[25]-[29]。