学习型过滤器综述
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.
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
51
TP391(计算技术、计算机技术)
2024-01-23(万方平台首次上网日期,不代表论文的发表时间)
共9页
41-49