| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2026-08-07 11:55 Informative Dimensionを用いたHDC推論機構の解析と近似最近傍探索における候補削減 ○中村拓真・丸亀孝生・浅井哲也（北大）・アレキサンドラ シュミッド（EPFL）・安藤洸太（北大）  CCS2026-32 |
|
| 抄録 | （和） | HDCでは、高次元表現の全要素が識別へ等しく寄与するとは限らない。クラスHV型HDCでは、正解クラスを支持し、不正解クラスを抑制する次元をInformative Dimensionとして捉え、枝刈り、再学習、ビット拡張、摂動下での頑健性を検証する。本稿の中心であるANN-HDCでは、学習サンプルごとのアイテムHVを保持する推論機構において、近傍関係を保ちやすい次元を用いてLSHの候補集合を制御する。Informative scoreとTieredハッシュ構成を用いた条件では、射影重みと背景射影の設定を揃えたランダム射影を基準として、分類精度差を$-0.50pm0.82$ポイントに抑えつつ、平均候補数を61.08%削減した。 |
| （英） | In HDC, not all components of a high-dimensional representation necessarily contribute equally to discrimination. In class-vector HDC, dimensions that support the correct class and suppress incorrect classes are regarded as informative dimensions, and pruning, retraining, bit extension, and robustness under perturbations are evaluated. In ANN-HDC, the primary focus of this study, item HVs are retained for individual training samples, and dimensions likely to preserve neighborhood relations are used to control the LSH candidate set. Using the Informative score and a Tiered hash configuration, the classification-accuracy difference was limited to $-0.50pm0.82$ percentage points, while the mean candidate count was reduced by 61.08% relative to random projection with matched projection-weight and background-projection settings. | |
| キーワード | （和） | 超高次元計算 / Informative Dimension / 近似最近傍探索 / 局所性鋭敏型ハッシュ / 候補削減 / / / |
| （英） | hyperdimensional computing / informative dimension / approximate nearest-neighbor search / locality-sensitive hashing / candidate reduction / / / | |
| 文献情報 | 信学技報, vol. 126, no. 143, CCS2026-32, pp. 36-41, 2026年8月. | |
| 資料番号 | CCS2026-32 | |
| 発行日 | 2026-07-30 (CCS) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | CCS2026-32 |
|
| 研究会情報 | |
| 研究会 | IN CCS |
| 開催期間 | 2026-08-06 - 2026-08-07 |
| 開催地（和） | 札幌市教育文化会館 |
| 開催地（英） | Sapporo Educaton and Culture Hall |
| テーマ（和） | ネットワークの科学、将来ネットワーク 、クラウド/SDN/仮想化、コンテンツ配信・流通、及び一般 |
| テーマ（英） | Network Science, Future Network, Cloud/SDN/Virtualization, Contents Delivery/Contents Exchange, and others |
| 講演論文情報の詳細 | |
| 申込み研究会 | CCS |
| 会議コード | 2026-08-IN-CCS |
| 本文の言語 | 日本語 |
| タイトル（和） | Informative Dimensionを用いたHDC推論機構の解析と近似最近傍探索における候補削減 |
| サブタイトル（和） | |
| タイトル（英） | Analysis of HDC Inference Using Informative Dimensions and Candidate Reduction for Approximate Nearest-Neighbor Search |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 超高次元計算 / hyperdimensional computing |
| キーワード(2)（和/英） | Informative Dimension / informative dimension |
| キーワード(3)（和/英） | 近似最近傍探索 / approximate nearest-neighbor search |
| キーワード(4)（和/英） | 局所性鋭敏型ハッシュ / locality-sensitive hashing |
| キーワード(5)（和/英） | 候補削減 / candidate reduction |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 中村 拓真 / Takuma Nakamura / ナカムラ タクマ |
| 第1著者 所属（和/英） | 北海道大学 (略称： 北大) Hokkaido University (略称： Hokkaido Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 丸亀 孝生 / Takao Marukame / マルカメ タカオ |
| 第2著者 所属（和/英） | 北海道大学 (略称： 北大) Hokkaido University (略称： Hokkaido Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 浅井 哲也 / Tetsuya Asai / アサイ テツヤ |
| 第3著者 所属（和/英） | 北海道大学 (略称： 北大) Hokkaido University (略称： Hokkaido Univ.) |
| 第4著者 氏名（和/英/ヨミ） | アレキサンドラ シュミッド / Alexandre Schmid / アレキサンドラ シュミッド |
| 第4著者 所属（和/英） | スイス連邦工科大学ローザンヌ校 (略称： EPFL) Swiss Federal Institute of Technology in Lausanne (略称： EPFL) |
| 第5著者 氏名（和/英/ヨミ） | 安藤 洸太 / Kota Ando / アンドウ コウタ |
| 第5著者 所属（和/英） | 北海道大学 (略称： 北大) Hokkaido University (略称： Hokkaido Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-08-07 11:55:00 |
| 発表時間 | 25分 |
| 申込先研究会 | CCS |
| 資料番号 | CCS2026-32 |
| 巻番号（vol） | vol.126 |
| 号番号（no） | no.143 |
| ページ範囲 | pp.36-41 |
| ページ数 | 6 |
| 発行日 | 2026-07-30 (CCS) |
[研究会発表申込システムのトップページに戻る]