谢希科研究员团队在神经数据结构方面取得新进展 近日,中国科学技术大学生物医学工程学院谢希科研究员团队 在神经数据结构方面的研究论文“ Learning to Sketch: A Neural Approach to Item Frequency Estimation in Streaming Data” 被国际人工智能领域顶级期刊 IEEE Transactions on Pattern Analysis and Machine Intelligence ( TPAMI ) 2024 收录。 在流式数据处理领域,估计数据流中数据项的频数是一项基本且重要的任务,在网络、数据库和机器学习等领域都有着广泛的应用。对于该任务,常见的解决方案是使用一类概率数据结构,称为Sketch。Sketch利用较为紧凑的空间来一遍式地存储数据流,以近似估计数据项的频数。然而,现有的Sketch结构面临哈希冲突带来的性能瓶颈,同时无法很好地利用数据流分布的模式特征以提升频数查询的准确性。为此,论文创新性地提出了一种基于内存增强网络和元学习的神经Sketch结构,称为Meta-Sketch。Meta-Sketc...