教師付き深層時系列ハッシングのための適応型フォンミーゼス・フィッシャー尤度損失
なぜ重要か: 企業や社会への影響が見込まれ、一般メディアにも波及する可能性があります。
arXiv:2509.19625v1発表、新規。
抄録：時系列データをコンパクトなバイナリ表現でインデックス化することは、時系列データマイニングにおける基本的な課題である。近年、深層学習に基づくハッシング手法は、生の類似性だけでなく意味に基づいた時系列のインデックス化において有効であることが証明されている。深層ハッシングの目的は、同じ意味を持つサンプルを同一のバイナリハッシュコードにマッピングし、より効率的な検索と検索を可能にすることである。他の教師あり表現学習手法とは異なり、教師あり深層ハッシングは、実数値表現をバイナリコードに変換するための離散化ステップを必要とするが、これは大きな情報損失を引き起こす可能性がある。本論文では、von Mises-Fisher (vMF) ハッシング損失を提案する。提案する深層ハッシングモデルはデータをM次元超球面空間にマッピングすることにより情報損失を効果的に削減し、各データクラスを異なるvMF分布に従う点としてモデル化する。設計された損失は、各モデル化されたvMF分布間の分離を最大化することを目的とし、意味的に異なる各データサンプル間のマージンを最大化するより良い方法を提供する。実験結果は、提案手法が既存のベースラインを凌駕することを示している。実装はhttps://github.com/jmpq97/vmf-hashingで公開されている。
原文（英語）を表示
Title (EN): Adaptive von Mises-Fisher Likelihood Loss for Supervised Deep Time Series Hashing
arXiv:2509.19625v1 Announce Type: new
Abstract: Indexing time series by creating compact binary representations is a fundamental task in time series data mining. Recently, deep learning-based hashing methods have proven effective for indexing time series based on semantic meaning rather than just raw similarity. The purpose of deep hashing is to map samples with the same semantic meaning to identical binary hash codes, enabling more efficient search and retrieval. Unlike other supervised representation learning methods, supervised deep hashing requires a discretization step to convert real-valued representations into binary codes, but this can induce significant information loss. In this paper, we propose a von Mises-Fisher (vMF) hashing loss. The proposed deep hashing model maps data to an M-dimensional hyperspherical space to effectively reduce information loss and models each data class as points following distinct vMF distributions. The designed loss aims to maximize the separation between each modeled vMF distribution to provide a better way to maximize the margin between each semantically different data sample. Experimental results show that our method outperforms existing baselines. The implementation is publicly available at https://github.com/jmpq97/vmf-hashing
Published: 2025-09-24 19:00 UTC