论文标题
功能空间中局部敏感的哈希
Locality-sensitive hashing in function spaces
论文作者
论文摘要
我们讨论在功能空间上执行相似性搜索的问题。要在合理的时间内对此类空间进行搜索，我们使用{\ it局部敏感的哈希}（LSH）。我们提出了两种允许在$ \ mathbb {r}^n $上允许LSH函数扩展到$ l^p $空间的方法：一种使用函数近似为正顺序，而另一种则使用（Quasi-）蒙特卡洛式技术。我们使用提出的哈希方案在一维，连续的概率分布中为Wasserstein距离构建了LSH家族。
We discuss the problem of performing similarity search over function spaces. To perform search over such spaces in a reasonable amount of time, we use {\it locality-sensitive hashing} (LSH). We present two methods that allow LSH functions on $\mathbb{R}^N$ to be extended to $L^p$ spaces: one using function approximation in an orthonormal basis, and another using (quasi-)Monte Carlo-style techniques. We use the presented hashing schemes to construct an LSH family for Wasserstein distance over one-dimensional, continuous probability distributions.
