-
题名学习型过滤器综述
- 1
-
-
作者
李猛
戴海鹏
眭永熙
顾荣
陈贵海
-
机构
计算机软件新技术国家重点实验室(南京大学)
-
出处
《计算机科学》
CSCD
北大核心
2024年第1期41-49,共9页
-
基金
国家自然科学基金(62272223)。
-
文摘
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
-
Keywords
Approximate membership query
Machine learning
Bloom filter
Learning-based filter
False positive rate
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
