HVS

लगभग निकटतम पड़ोसी खोज (ANNS) एक मौलिक समस्या है जिसका सूचना पुनर्प्राप्ति और डेटा खनन में व्यापक अनुप्रयोग हैं। वर्तमान में सर्वश्रेष्ठ इन-मेमोरी ANNS विधियों में, ग्राफ़-आधारित विधियों ने अपनी उत्कृष्ट दक्षता और प्रश्न सटीकता के कारण विशेष रुचि आकर्षित की है। इनमें से अधिकांश विधियाँ खोज पथ को छोटा करने के लिए किनारों के चयन पर ध्यान केंद्रित करती हैं, लेकिन प्रत्येक कूद पर गण computational लागत पर अधिक ध्यान नहीं देती हैं। लागत को कम करने के लिए, हम HVS नामक एक नवोन्मेषी ग्राफ़ संरचना का प्रस्ताव करते हैं। HVS में एक बहुपरकारी संरचना होती है जो बारी-बारी से एक श्रृंखला द्वारा उपक्षेत्र विभाजन के साथ जुड़ी होती है। इसके अलावा, हम प्रत्येक स्तर में खोज को तेज करने के लिए एक वर्चुअल वोरोनोई आरेख का उपयोग करते हैं। वोरोनोई कोशिकाओं को पार करते हुए, HVS एक दिए गए प्रश्न के निकटतम पड़ोसियों तक प्रभावी रूप से पहुँच सकता है, जिससे कुल खोज लागत में कमी आती है। प्रयोगों से पुष्टि होती है कि HVS अन्य अत्याधुनिक ग्राफ़-आधारित विधियों से श्रेष्ठ है।