学习型过滤器综述 |
| |
引用本文: | 李猛,戴海鹏,眭永熙,顾荣,陈贵海.学习型过滤器综述[J].计算机科学,2024(1):41-49. |
| |
作者姓名: | 李猛 戴海鹏 眭永熙 顾荣 陈贵海 |
| |
作者单位: | 计算机软件新技术国家重点实验室(南京大学) |
| |
基金项目: | 国家自然科学基金(62272223)~~; |
| |
摘 要: | 作为一种高效的概率性结构,过滤器可以高效地解决近似集合成员查询问题。近年来,随着机器学习技术的发展,一些学习型过滤器表现出色,超越了传统的过滤器。这些学习型过滤器考虑数据分布信息,将集合成员查询问题视为二分类问题,实现了超越传统过滤器的性能。受此启发,学习型过滤器研究领域迅速发展,出现了多个变种。然而,目前还缺乏对近些年相关工作的系统性回顾和比较。为了填补上述空缺,文中全面回顾了近年来的学习型过滤器相关工作,并展望了未来的发展方向。
|
关 键 词: | 近似成员资格查询 机器学习 Bloom过滤器 学习型过滤器 假阳率 |
|
|