基于深度学习的可学习索引研究
A Study of Learned Index Based on Deep Learning作者机构:商洛学院数学与计算机应用学院陕西商洛726000
出 版 物:《微型电脑应用》 (Microcomputer Applications)
年 卷 期:2022年第38卷第7期
页 面:151-153页
学科分类:12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术(可授工学、理学学位)]
摘 要:如何对数据进行高效的检索一直是个热门话题。传统的索引方法在大数据环境下进行最近邻查找时,面临着查找速度慢、准确率不高等问题。为了保证检索效率,人们往往会牺牲一定的准确度来换取更高的查询效率。随着机器学习和神经网络的发展,采用基于深度学习的可学习索引模型,将检索过程使用神经网络的查找进行代替成为一种可行的方法。实验结果表明,在解决最近邻查找问题时,使用包含输入层、神经网络层、索引层和输出层等四个层次的深度学习模型,能够在保持一定查找准确率的基础上,在查找时间上取得优势。