Рандомизированные проекционные методы формирования бинарных разреженных векторных представлений

Abstract

Досліджуються властивості рандомізованих бінарних векторних представлень з регульованою часткою ненульових компонентів, які формуються з вхідних векторів проекцією випадкової матриці з тернарними елементами {–1, 0, +1}. Проаналізовано точність оцінювання мір схожості–відмінності вихідних векторів, що мають формат із плаваючою комою, за вихідними бінарними векторами. Отримані векторні представлення можуть використовуватися для обчислювальної ефективної обробки замість великих масивів вхідних багатовимірних векторів у застосуваннях, пов’язаних з пошуком, класифікацією, асоціативною пам’яттю та ін.

We investigate the properties of randomized binary vector representations with adjustable sparseness formed from the input vectors by projecting them using a random matrix with ternary elements {–1, 0, +1}. We analyze the accuracy of estimating the measures of similarity-difference of the source vectors having a floating-point format by the output binary vectors. Those vector representations can be used for an efficient processing of large volumes of input multidimensional vectors in applications related to search, classification, associative memory, etc.