TL;DR
- چکیده:.
- عملیات مقایسه فاصله (DCO)،.
- که تصمیم میگیرند آیا فاصله بین بردار داده و یک پرس و جو در یک آستانه است یا.
چه اتفاقی افتاد
چکیده:. عملیات مقایسه فاصله (DCO)،.
که تصمیم میگیرند آیا فاصله بین بردار داده و یک پرس و جو در یک آستانه است یا. خیر،.
یک گلوگاه عملکردی حیاتی در جستجوی شباهت برداری هستند. روشهای اخیر DCO که از محاسبات فاصله تمامبعدی اجتناب میکنند،.
نوید افزایش سرعت قابل توجهی را میدهند،. اما آمادگی آنها برای سیستمهای پایگاه داده بردار تولید همچنان یک سوال باز است.
برای رسیدگی به این موضوع،. ما یک معیار جامع از 8 الگوریتم DCO در 10 مجموعه داده (با حداکثر 100 میلیون بردار و.
12288 ابعاد) و پیکربندیهای سختافزاری متنوع (CPU با/بدون SIMD و GPU) انجام میدهیم. مطالعه ما نشان میدهد که این روشها گلولههای نقرهای نیستند:.
کارایی آنها به ابعاد داده بسیار حساس است،. تحت جستارهای خارج از توزیع کاهش مییابد و در سختافزار ناپایدار است.
با این حال،. ارزیابی ما همچنین شایستگیهایی را نشان میدهد که اغلب نادیده گرفته میشوند:.
آنها میتواند ساخت فهرست و به روز رسانی دادهها را تسریع بخشد. با وجود این مزایا،.
عملکرد ناپایدار آنها،. که میتواند کندتر از یک اسکن تمام بعدی باشد،.
ما را به این نتیجه میرساند که پیشرفتهای الگوریتمیاخیر در DCO هنوز برای استقرار تولید. آماده نیستند.
برای حضور در چهل و دومین کنفرانس بین المللی IEEE در مهندسی داده (ICDE) 2026 پایگاههای داده. (cs.
DB) استناد بهعنوان: (یا v1 [cs. DB] برای این نسخه) https:.
// شده توسط arXiv از طریق DataCite (در انتظار ثبت نام) تاریخچه ارسال از:. Yuxiang Zeng [مشاهده ایمیل] [v1] جمعه،.
3 آوریل 2026،. 07:.
11:. 05 UTC (1,.
591 KB).
چرا مهم است
اهمیت این خبر در این است که روی استفاده واقعی از AI و تصمیمگیری سازمانی اثر میگذارد.
منبع
لینک منبع اصلی در کارت و صفحه مقاله نمایش داده میشود.
