Bloom Filters and Compact Hash Codes for Efficient and Distributed Image Retrieval
本文提出了一种新的方法，有效的图像检索的基础上，一个简单而有效的散列的CNN功能和使用的索引结构的基础上布隆过滤器。这些过滤器被用作图像特征数据库的看门人，如果查询特征未存储在数据库中，则允许避免执行查询，并加快查询过程，而不影响检索性能。由于有限的内存需求，该系统适用于移动应用程序和分布式数据库，将每个过滤器与数据库的分布式部分相关联。在三个标准的图像检索数据集上进行了实验验证，在精度方面优于最先进的哈希方法，而所提出的索引方法获得了$2\times$加速。
2016-05-03 cs.IR cs.MM
The Capacity of Multi-user Private Information Retrieval for Computationally Limited Databases
我们提出了一个私人信息检索（PIR）计划，允许用户检索一个单一的消息从任意数量的数据库与其他用户勾结，同时隐藏所需的消息索引。当只有一个可访问的数据库时，该方案具有特别重要的意义-这是一种特殊情况，在多数据库的情况下对PIR更具挑战性。这些场景的隐私保护容量上限是$C=(1+\frac{1}{S}+\cdots+\frac{1}{S^{K-1}})^{-1}$，其中$K$是消息的数量，$S$表示信息源的数量，例如$U$用户和$N$数据库的$S=N+U-1$。我们表明，所提出的信息检索计划达到的容量限制，即使只有一个数据库是存在的，这不同于大多数现有的作品，铰链上访问多个数据库，以隐藏用户隐私。与多数据库的情况不同，该方案利用了数据库由于计算复杂性而不能交叉引用多个用户进行的查询。
2020-10-28 cs.IR cs.IT math.IT
Database-Augmented Query Representation for Information Retrieval
KAIST（韩国科学技术院）
本文提出数据库增强查询表示框架DAQu，利用关系数据库多表元数据增强短查询，并通过基于图的集合编码策略处理无顺序的大量特征，在多种检索场景中显著提升检索性能。
2025-09-18 cs.AI cs.CL cs.IR
A Knowledge Graph and Deep Learning-Based Semantic Recommendation Database System for Advertisement Retrieval and Personalization
The University of Hong Kong（香港大学）；Northeastern University（东北大学）；Stanford University（斯坦福大学）
本文提出KGSR-ADS系统，通过知识图谱与深度学习结合，实现广告检索与个性化推荐的高效语义匹配和大规模检索。
2025-12-25 cs.AI cs.IR cs.LG
Symmetric Private Information Retrieval For MDS Coded Distributed Storage
用户希望从数据库中检索一个文件而不泄露在数据库中检索到的文件的身份，这被称为私有信息检索（PIR）问题。如果进一步要求用户除了所需文件之外不获得关于数据库的信息，则引入对称私有信息检索（SPIR）的概念以保证双方的隐私。本文利用$(N,M)$ -MDS存储代码，研究了$N$节点间分布式存储数据库的SPIR问题。SPIR的信息理论容量，定义为每个下载的符号检索所需的文件的符号的最大数量，为编码数据库的推导。证明了当分布式节点共享的公共随机数（用户不可用）至少为文件大小的$\frac{M}{N-M}$倍时，编码数据库的SPIR容量为$1-\frac{M}{N}$.否则，编码数据库的SPIR容量等于零。
2016-10-14 cs.CR cs.IR cs.IT
Simplifying Data Integration: SLM-Driven Systems for Unified Semantic Queries Across Heterogeneous Databases
本文提出一种基于小语言模型的系统，结合轻量级RAG与语义感知数据结构，实现异构数据库的统一语义查询，在资源受限环境中提升准确性与效率，并引入语义熵作为无监督评估指标。
2025-05-25 cs.DB cs.IR
CCMusic: An Open and Diverse Database for Chinese Music Information Retrieval Research
China Conservatory of Music（中国音乐学院）
本文提出CCMusic，一个开放多样的中文音乐信息检索数据库，整合多数据集并统一清洗标注，提供支持分类与检测的基准评估框架，托管于HuggingFace和ModelScope。
2025-03-24 cs.IR cs.SD
Content-Based Sub-Image Retrieval with Relevance Feedback
典型的基于内容的图像检索问题是在数据库中找到与给定查询图像相似的图像。本文提出了一种不同的问题的解决方案，即基于内容的子图像检索，即，从包含另一图像的数据库中查找图像。注意，这不同于在（分割的）图像中找到与作为查询给出的另一图像区域相似的区域。我们提出了一种用于CBsIR的技术，该技术探索相关反馈，即，用户的输入对中间结果的影响，以提高检索效率。在将图像建模为一组重叠和递归的瓦片时，我们使用瓦片重新加权方案，该方案将惩罚分配给数据库图像的每个瓦片，并使用用户识别的相关和不相关图像更新每次迭代检索的所有相关图像的瓦片惩罚。每个图块通过其颜色内容使用紧凑但非常有效的方法进行建模，该方法也可以间接地捕获一些纹理概念，尽管仅保留颜色信息。对超过10，000幅图像的大部分异构数据集的性能评估表明，该系统仅在5次迭代后就可以在前20个检索（和呈现）图像内实现70%的稳定平均召回值，其中每次这样的迭代在现成的台式计算机上花费约2秒。
2009-04-26 cs.DB cs.IR
The Capacity of Robust Private Information Retrieval with Colluding Databases
私有信息检索（PIR）是尽可能有效地从$N$非通信复制数据库（每个数据库保存所有$K$消息）中检索$K$消息之一，同时对每个单独的数据库保持所需消息索引的身份保密的问题。PIR的信息理论容量（等效地，最小下载成本的倒数）是每比特下载信息可以被私有地检索的期望信息的最大比特数。$T$ -私有PIR是PIR的一种概括，包括这样的要求：即使$N$数据库中的任何$T$相互勾结，检索到的消息的身份对它们来说仍然是完全未知的。鲁棒PIR是另一种概括，指的是我们有$M \geq N$数据库的场景，其中任何$M - N$都可能无法响应。对于$K$消息和$M\geq N$数据库，其中至少有一些$N$必须响应，我们表明，$T$ -私人和强大的PIR的能力是$\left(1+T/N+T^2/N^2+\cdots+T^{K-1}/N^{K-1}\right)^{-1}$。结果包括作为特殊情况下的能力PIR没有鲁棒性（$M=N$）或$T$隐私约束（$T=1$）。
2016-05-02 cs.CR cs.IR cs.IT
Redefining Information Retrieval of Structured Database via Large Language Models
Kuaishou Technology（快手科技）
本文提出ChatLR框架，利用大语言模型作为检索器实现结构化数据库的精确信息检索，并通过金融领域微调构建搜索问答系统，整体检索准确率超过98.8%。
2024-11-19 cs.AI cs.IR
Fine-Grained Table Retrieval Through the Lens of Complex Queries
University of Amsterdam（阿姆斯特丹大学）；UC Berkeley（加州大学伯克利分校）；Google（谷歌）；CWI（荷兰信息与人工智能研究所）
本文提出DCTR机制，通过细粒度类型查询分解和全局连接感知，提升复杂场景下表格检索的效率与鲁棒性。
2026-03-07 cs.AI cs.CL cs.DB
Provably-secure symmetric private information retrieval with quantum cryptography
私有信息检索（PIR）是一种提供用户隐私的数据库查询协议，因为用户可以学习他感兴趣的数据库的特定条目，但他的查询将对数据中心隐藏。对称私有信息检索（SPIR）通过额外提供数据库隐私来进一步实现PIR，其中用户无法了解数据库的任何其他条目。具有多个数据库的无条件安全的SPIR解决方案是经典的，但是是不现实的，因为它们需要各方之间的长时间共享密钥以用于安全通信和协议中的共享随机性。在这里，我们建议使用量子密钥分发（QKD），而不是一个实际的实现，它可以实现安全通信和共享的随机性要求。我们证明了量子密钥分配保持了SPIR协议的安全性，并且对任何外部窃听者也是安全的。我们还展示了如何在实际中实现这样的经典量子系统，使用两个数据库的SPIR协议与测量设备无关的QKD产生的密钥的例子。通过密钥速率计算，我们表明，这样的实现是可行的，在城市一级与当前的QKD技术。
2021-01-18 cs.CR cs.IR quant-ph
The Capacity of Private Information Retrieval from Byzantine and Colluding Databases
研究了从$N$复制数据库中进行单轮私有信息检索的问题。我们考虑$B$数据库过时（不同步），甚至更糟，对抗性（拜占庭），因此可能返回错误答案的情况。在拜占庭数据库的PIR问题（BPIR）中，用户希望从一组$M$消息中零错误地检索特定消息，而不管拜占庭数据库执行的操作。本文考虑了$T$ -隐私约束，其中任何$T$数据库都可以合谋，并交换用户提交的查询。我们推导出这个问题的信息理论容量，这是可以私下检索（$T$隐私约束下）的每个符号的下载数据的\emph{correct symbols}的最大数量。如果$2B+T < N$，则我们确定准确的BPIR容量为$C=\frac{N-2B}{N}\cdot\frac{1-\frac{T}{N-2B}}{1-(\frac{T}{N-2B})^M}$。该容量表达式表明，拜占庭数据库对检索率的影响相当于从系统中删除$2B$数据库，惩罚因子为$\frac{N-2B}{N}$，这意味着即使PIR所需的数据库数量实际上是$N-2B$，用户仍然需要访问整个$N$数据库。结果表明，对于非同步PIR问题，如果用户没有任何关于错误同步的消息的比例的知识，单轮容量与BPIR容量相同。我们的可实现的计划扩展了最佳可实现的方案的强大的PIR（RPIR）的问题，以纠正\emph{errors}介绍的拜占庭数据库，而不是\emph{erasures}在RPIR的问题。我们的逆…
2017-06-05 cs.CR cs.IR cs.IT
Content Based Image Retrieval System Using NOHIS-tree
King Abdulaziz University（阿卜杜勒阿齐兹国王大学）
基于内容的图像检索（CBIR）是计算机视觉的重要研究方向之一。它是一种广泛使用的在大型数据库中搜索图像的方法。在本文中，我们提出了一个CBIR系统称为NOHIS搜索。该系统基于NOHIS树索引技术。描述了系统的两个阶段，并用图像数据库ImagEval说明了系统的性能。将NOHIS-Search系统与其他两种基于内容的检索系统进行了比较，第一种系统采用PDDP索引算法，第二种系统采用顺序检索算法。结果表明，NOHIS-Search系统的性能优于其他两个系统。
2013-02-28 cs.CV cs.DB cs.IR
Large-Scale Query-by-Image Video Retrieval Using Bloom Filters
我们考虑使用图像查询从数据库中检索视频的问题。我们的重点是大规模的应用程序，这是不可行的索引每个数据库视频帧独立。我们的主要贡献是一个基于Bloom过滤器的框架，可用于索引长视频片段，从而实现高效的图像到视频的比较。使用这个框架，我们研究了几种检索架构，通过考虑不同类型的聚合和不同的功能来编码视觉信息-这些在实现高性能方面起着至关重要的作用。大量的实验表明，该技术在公共数据集上的平均精度提高了24%，同时比以前的最先进技术快4倍。
2016-07-12 cs.DB cs.IR cs.MM
The Capacity of Private Information Retrieval from Uncoded Storage Constrained Databases
私有信息检索（PIR）允许用户从一组数据库中检索所需的消息，而不泄露所需消息的身份。Sun和Jafar在2016年考虑了复制数据库场景，其中$N$数据库可以完全存储相同的$K$消息。提出了一种PIR方案，以实现$\left(1+ \frac{1}{N}+ \frac{1}{N^{2}}+ \cdots + \frac{1}{N^{K-1}}\right)$给出的最优下载代价。在这项工作中，我们考虑的问题，PIR从存储受限的数据库。每个数据库具有$μKL$位的存储容量，其中$L$是每个消息的位大小，$μ\in [1/N, 1]$是标准化存储。在一个极端情况下，$μ=1$是复制数据库的情况。另一方面，当使用$μ= 1/N$时，为了私下检索消息，用户必须从数据库下载所有消息，从而实现$1/K$的下载成本。我们的目标是表征的最佳下载成本与存储权衡范围内的任何存储容量$μ\in [1/N, 1]$。对于任何$(N,K)$，我们表明，存储，$μ$和下载成本，$D(μ)$之间的最佳权衡，给出了由下凸包的$N$对$\left(μ= \frac{t}{N},D(μ) = \left(1+ \frac{1}{t}+ \frac{1}{t^{2}}+ \cdots + \frac{1}{t^{K-1}}\right)\right)$为$t=1,2,\ldots, N$。为了证明这一结果，我们首先提出了任…
2018-10-23 cs.CR cs.DB cs.IR
RAGONITE: Iterative Retrieval on Induced Databases and Verbalized RDF for Conversational QA over KGs with RAG
Fraunhofer Institute for Integrated Circuits IIS（弗劳恩霍夫集成电路研究所）
RAGONITE提出一种双通道迭代检索框架，融合SQL查询与文本搜索，并结合RAG由LLM生成回答，在BMW汽车知识图谱上优于多个基线。
2024-12-25 cs.CL cs.IR
GraphRAFT: Retrieval Augmented Fine-Tuning for Knowledge Graphs on Graph Databases
Neo4j
针对大型语言模型处理私有知识图谱时易幻觉、现有GraphRAG方法检索流程低效或抽象的问题，提出GraphRAFT框架，通过检索增强微调使LLM生成正确Cypher查询，从图数据库中检索子图上下文，在两项问答任务中四项指标均显著优于SOTA模型。
2025-11-12 cs.CL cs.IR cs.LG
A Comprehensive Empirical Evaluation of Vector Database Systems for Approximate Nearest Neighbor Search: Performance, Quality, and Resource Trade-offs
University of Kelaniya（凯拉尼亚大学）
本文对7款主流向量数据库系统开展综合实证评估，测量多维度指标，推导系统选择指南并发布开源基准框架，为AI应用选型提供依据。
2026-08-14 cs.IR
Blind Interference Alignment for Private Information Retrieval
盲干扰对准（BIA）是指仅基于发射机处的信道相干模式知识（“盲”发射机不知道确切的信道值）而设计的干扰对准方案。私有信息检索（PIR）是指用户从N个非通信数据库（每个数据库保存所有K条消息）中检索K条消息中的一条消息，而不向任何单独的数据库透露有关所需消息索引的身份的任何信息的问题。在本文中，我们确定了一个有趣的PIR和BIA之间的连接。受这种连接的启发，我们描述了PIR的信息理论最优下载成本，当我们有K = 2的消息和数据库的数量，N，是任意的。
2016-01-28 cs.CR cs.IR cs.IT
Histopathology WSI Encoding based on GCNs for Scalable and Efficient Retrieval of Diagnostically Relevant Regions
Beijing Advanced Innovation Center for Biomedical Engineering, Beihang University（北京航空航天大学生物医学工程北京高级创新中心）；School of Software, Hefei University of Technology（合肥工业大学软件学院）；Tianjin Institute of Industrial Biotechnology, Chinese Academy of Sciences（中国科学院天津工业生物技术研究所）
基于内容的组织病理学图像检索（CBHIR）是近年来组织病理学图像分析领域的研究热点。CBHIR系统通过从预先建立的数据库中搜索并返回与感兴趣区域（ROI）内容相似的区域，为病理学家提供辅助诊断信息。然而，在临床应用中，从由用于查询ROI的组织病理学全载玻片图像（WSIs）组成的数据库中检索诊断相关区域是具有挑战性的并且是重要的。提出了一种基于层次图卷积网络和Hash技术的区域检索框架。与目前的CBHIR框架相比，通过GCN的图嵌入来保留WSI的结构信息，这使得检索框架对组织分布相似的区域更敏感。此外，受益于层次化的GCN结构，该框架具有良好的可扩展性的大小和形状的变化感兴趣区域。它允许病理学家根据组织的外观使用自由曲线定义查询区域。第三，基于Hash技术实现检索，保证了框架的高效性，从而适用于实际的大规模WSI数据库。该方法在两个公共数据集上进行了组织病理学WSI分析，并与最先进的方法进行了比较。在不规则区域检索任务中，所提出的方法在ACDC-LungHP数据集上实现了0.857以上的平均精度，在Camelyon 16数据集上实现了0.864以上的平均精度，优于现有的方法。在120个WSI内从数据库检索的平均时间为0.802 ms。
2021-04-16 cs.CV cs.IR
Keyword search is all you need: Achieving RAG-Level Performance without vector databases using agentic tool use
本文提出无需向量数据库，通过代理工具使用实现接近RAG的性能，展示了关键词搜索在问答任务中的有效性。
2025-12-19 cs.AI cs.IR
Private Information Retrieval for Large-Scale DNA-Based Data Storage
Technical University of Munich（慕尼黑工业大学）；Universität Zürich（苏黎世大学）；Technion（以色列理工学院）；Reichman University（瑞克曼大学）
研究在合成DNA数据存储中实现私有信息检索（PIR），提出两种双服务器PIR协议适配方法，平衡隐私、效率和可行性，揭示信息论隐私权衡在DNA存储中的体现。
2026-06-15 cs.IR
On Cache-Aided Multi-User Private Information Retrieval with Small Caches
在本文中，我们提出了一个计划的缓存辅助多用户私人信息检索与小缓存的问题，其中$K$用户连接到$S$非共谋数据库通过共享链接。每个数据库都包含一组$N$文件，每个用户都有一个大小与$M$文件大小相等的专用缓存。所有用户都希望检索文件而不向数据库透露他们的需求。在非高峰时段，所有的用户将填补他们的缓存，并在需要时，用户将要求他们所需的文件，通过合作产生的查询集，为每个数据库。从数据库接收到传输后，所有用户都应该使用传输的数据及其缓存内容来获取所需的文件。文[X. Zhang，K. Wan，H.孙，M。Ji和G. Caire，\tqt{Fundamental limits of cache-aided multiuser private information retrieval}，IEEE Trans. Commun.，2021年]，其中作者提出了产品设计方案。在本文中，我们提出了一个计划，给出了一个更好的速率为特定值的$M$比产品设计方案。我们考虑一种稍微不同的方法用于放置阶段。不是数据库直接填充所有用户的缓存，而是数据库将在共享链接上为所有用户广播缓存内容，然后用户将统一决定广播内容的哪一部分将存储在每个用户的缓存中。这种变化有助于以降低的速率维持隐私约束。
2023-01-31 cs.CR cs.IR cs.IT
Hybrid Context Retrieval Augmented Generation Pipeline: LLM-Augmented Knowledge Graphs and Vector Database for Accreditation Reporting Assistance
University of Hawaii at Manoa（夏威夷大学马诺阿分校）
针对商学院AACSB认证报告耗时问题，提出混合上下文检索增强生成流水线，结合向量数据库与LLM增强知识图谱，经RAGAs评估在答案相关性和正确性上表现最佳。
2024-05-24 cs.AI cs.IR
Enhancing Knowledge Retrieval with In-Context Learning and Semantic Search through Generative AI
本文提出结合大语言模型生成能力与向量数据库检索能力的生成式文本检索方法，无需微调即可处理结构化和非结构化数据，并在多个数据集上取得高准确率，提升了信息检索与数据库查询的效率和可及性。
2024-06-13 cs.IR
Survey on Sparse Coded Features for Content Based Face Image Retrieval
SNS College of Technology（SNS理工学院）
基于内容的图像检索是一种利用图像的视觉内容，根据用户的兴趣从大规模图像数据库中检索图像的技术。本文对基于内容的人脸图像检索技术进行了综述。如今，数码设备和照片分享网站越来越普及，大的人脸照片在数据库中可用。在大规模人脸图像数据库中，使用多种类型的人脸特征来表示区分度。人脸图像的搜索和挖掘是一个具有挑战性的问题和重要的研究课题。特征的稀疏表示在索引相关图像以查询图像方面提供了显著的改进。
2014-02-20 cs.CV cs.IR cs.LG
VulCPE: Context-Aware Cybersecurity Vulnerability Retrieval and Management
针对NVD等数据库中CPE数据不一致导致的漏洞误识别与检索不全问题，提出VulCPE框架，通过统一模式、实体识别等技术实现精准上下文感知漏洞管理，检索精度和覆盖率优于现有工具。
2025-05-20 cs.CR cs.DB cs.IR
The Capacity of Private Information Retrieval
在专用信息检索（PIR）问题中，用户希望尽可能有效地从$N$非通信数据库（每个数据库保存所有$K$消息）中检索出$K$消息中的一个，同时不向任何单独的数据库透露任何关于所需消息索引的标识。PIR的信息理论容量是每比特下载信息可以私下检索的所需信息的最大比特数。对于$K$消息和$N$数据库，我们证明了PIR容量是$(1+1/N+1/N^2+\cdots+1/N^{K-1})^{-1}$。容量实现方案的显著特征是，如果我们消除消息的任何子集（通过将消息符号设置为零），则所得到的方案也实现了消息的剩余子集的PIR容量。
2017-02-27 cs.CR cs.IR cs.IT
Don't forget private retrieval: distributed private similarity search for large language models
提出基于多方计算的私有检索增强生成（PRAG）方法，通过MPC友好型倒排文件近似搜索协议实现分布式私有数据上的安全top-k检索，确保查询与数据库内容隐私。
2023-11-21 cs.IR
SAKR: Enhancing Retrieval-Augmented Generation via Streaming Algorithm and K-Means Clustering
Central South University（中南大学）；Dalian University of Technology（大连理工大学）；Nanjing University（南京大学）；Xidian University（西安电子科技大学）
针对传统 RAG 内存占用高且难以及时处理流式数据的问题，本文提出 SAKR，将流式动态索引更新与 k-means 文档聚类结合，实验证明其在准确率、内存和查询效率上更优。
2025-05-15 cs.AI cs.IR
G-Bean: an ontology-graph based web tool for biomedical literature retrieval
目前，大多数人使用PubMed搜索MEDLINE数据库，这是生命科学和生物医学信息的重要书目信息源。然而，PubMed有一些缺点，使得很难找到与用户个人意图有关的相关出版物，特别是对于非专家用户。为了改善PubMed的不足，我们开发了一个基于图的生物医学搜索引擎G-Bean，它通过三个方面的创新来解决PubMed的不足：并行文档索引创建、基于本体图的查询扩展和基于用户搜索意图的文档检索和重新排序。使用106个OHSUMED基准查询的性能评估显示，当使用这些查询搜索MEDLINE数据库时，G-Bean返回的相关结果比PubMed更多。PubMed甚至无法返回某些OHSUMED查询的任何检索结果，因为它无法从自然语言查询字符串自动形成适当的布尔查询语句。G-Bean可在http://bioinformatics.clemson.edu/G-Bean/index.php.G-Bean上获得，它通过基于本体图的查询扩展、自动文档索引和用户搜索意图发现来解决PubMed的局限性。它在从MEDLINE数据库中查找相关文章以满足用户的信息需求方面显示出显着的优势。
2015-08-31 cs.IR
Cross-Domain Image Retrieval with Attention Modeling
National University of Singapore（新加坡国立大学）；Singapore University of Technology and Design（新加坡科技设计大学）；University of Electronic Science and Technology of China（电子科技大学）
随着电子商务网站的激增和智能手机的普及，使用智能手机拍摄的图像作为查询来搜索电子商务网站上的产品的跨域图像检索正在成为一种流行的应用。这个任务的一个挑战是定位查询和数据库图像的注意力。具体地，电子商务网站上的例如时尚产品的数据库图像通常与其他附件一起显示，并且用户拍摄的图像包含嘈杂的背景以及取向和照明的大变化。因此，他们的注意力很难定位。在本文中，我们利用电子商务网站上丰富的标签信息来定位数据库图像的注意。对于查询图像，我们使用数据库中的每个候选图像作为上下文来定位查询注意力。提出了新的深度卷积神经网络架构，即TagYNet和CtxYNet，以学习注意力权重，然后提取图像的有效表示。在公共数据集上的实验结果表明，该方法在检索精度和效率上都比现有方法有显著的提高。
2017-09-06 cs.CV cs.IR cs.MM
Retrieving Black-box Optimal Images from External Databases
Kyoto University（京都大学）；RIKEN AIP（理化学研究所革新智能综合研究中心）
假设我们有一个黑盒函数（例如，深度神经网络），其将图像作为输入并输出指示偏好的值。我们如何从互联网上的外部数据库中检索与此功能相关的最佳图像？文献中的标准检索问题（例如，项推荐）假定算法具有对该组项的完全访问权。换句话说，这些算法是为服务提供商设计的。在本文中，我们考虑在不同的假设下的检索问题。具体来说，我们考虑如何与有限的访问图像数据库的用户可以检索图像使用自己的黑盒功能。该公式实现了由每个用户定义的灵活且更细粒度的图像搜索。我们假设用户可以通过具有严格API限制的搜索查询来访问数据库。因此，用户需要在查询的数量方面有效地检索最佳图像。我们提出了一个有效的检索算法Tiara这个问题。在实验中，我们确认我们提出的方法在各种设置下比几个基线表现得更好。
2021-12-30 cs.AI cs.CV cs.IR
Asymmetric Hash Code Learning for Remote Sensing Image Retrieval
Peng Cheng Laboratory（鹏城实验室）；Wuhan University（武汉大学）；Hunan University（湖南大学）；Helmholtz-Zentrum Dresden-Rossendorf（亥姆霍兹德累斯顿-罗森多夫研究中心）；Helmholtz Institute Freiberg for Resource Technology（亥姆霍兹弗莱贝格资源技术研究所）；Institute of Advanced Research in Artificial Intelligence（人工智能高级研究所）；University of Iceland（冰岛大学）
遥感图像检索（RSIR）是遥感应用中的一项重要任务，其目的是寻找与给定查询图像相似的项目集。深度哈希学习作为当前的主流方法，取得了令人满意的检索性能。一方面，各种深度神经网络被用于遥感图像的语义特征提取。另一方面，随后采用哈希技术将高维深度特征映射到低维二进制代码。这种方法试图以对称的方式为查询和数据库样本学习一个散列函数。然而，随着数据库样本数量的增加，生成大规模数据库图像的哈希码通常是耗时的。在本文中，我们提出了一种新的深度哈希方法，称为非对称哈希码学习（AHCL），RSIR。所提出的AHCL以非对称的方式生成查询和数据库图像的哈希码。具体地说，通过对网络输出进行二值化得到查询图像的哈希码，而数据库图像的哈希码则通过求解设计的目标函数直接学习得到。此外，我们将每幅图像的语义信息和图像对的相似性信息作为监督信息，训练一个深度哈希网络，提高了深度特征和哈希码的表示能力。在三个公开数据集上的实验结果表明，该方法在检索精度和效率方面优于对称方法。TGRS 2022的源代码可在https://github.com/weiweisong415/Demo AHCL获得。
2022-01-15 cs.CV cs.IR
Pliable Private Information Retrieval
我们制定了一个新的变种的私人信息检索（PIR）问题，其中用户是柔韧的，即，对来自可用数据集的期望子集的任何消息感兴趣，表示为柔性私有信息检索（PPIR）。我们考虑一个设置，其中数据集组成的$f$消息复制在$n$ noncoluding数据库和分类到$Γ$类。对于该设置，用户希望从多个期望的类中检索任何$λ\geq 1$消息，即，$η\geq 1$，同时不向数据库揭示关于所需类的标识的信息。我们把这个问题称为多消息PPIR（M-PPIR），并引入单消息PPIR（PPIR）问题作为M-PPIR的一个基本特例。我们首先推导出M-PPIR速率的逆界，该速率被定义为所需信息量和下载信息总量的比率，然后是相应的可实现的方案。因此，我们表明，PPIR容量，即，对于$n$非共谋数据库，最大可实现的PPIR速率与具有$n$数据库和$Γ$消息的PIR的容量相匹配。因此，实现灵活性，即，柔韧性，其中隐私只保证类，而不是在经典PIR中的消息，允许权衡隐私与下载速率。一个类似的见解是持有的一般情况下的M-PPIR。
2022-06-12 cs.IR cs.IT math.IT
Cassette: Case-to-Case Structural Distillation for Efficient Legal Case Retrieval
School of EECS, The University of Queensland（昆士兰大学电气、电子与计算机工程学院）
针对法律案例检索中现有方法推理耗时的问题，提出Cassette框架，通过排序和特征匹配蒸馏将重型教师模型知识迁移至轻量学生双编码器，在保持性能的同时大幅提升检索效率。
2026-09-09 cs.IR
M-RAG: Reinforcing Large Language Model Performance through Retrieval-Augmented Generation with Multiple Partitions
Huawei Technologies, Co., Ltd.（华为技术有限公司）
本文提出M-RAG，一种基于多分区数据库的检索增强生成范式，利用多智能体强化学习优化大语言模型，在摘要、翻译和对话任务上分别提升11%、8%和12%。
2024-05-26 cs.CL cs.IR
The Capacity of Symmetric Private Information Retrieval
私有信息检索（PIR）是尽可能有效地从$N$非通信复制数据库（每个数据库保存所有$K$消息）中检索$K$消息之一，同时对每个单独的数据库保持所需消息索引的身份保密的问题。对称PIR（SPIR）是PIR的一般化，包括除了期望的消息之外，用户不了解其他$K-1$消息的要求。SPIR的信息理论容量（相当于最小下载成本的倒数）是每比特下载信息可以私下检索的所需信息的最大比特数。我们表明，SPIR的能力是$1-1/N$消息$K$的数量无关，如果数据库有机会共同的随机性（不提供给用户），这是独立的消息，在金额是至少$1/(N-1)$位每个所需的消息位，否则为零。对SPIR的容量域和有限长SPIR的容量进行了扩展。
2017-07-15 cs.CR cs.IR cs.IT
CoMOGrad and PHOG: From Computer Vision to Fast and Accurate Protein Tertiary Structure Retrieval
Bangladesh University of Engineering and Technology（孟加拉国工程技术大学）；United International University（联合国际大学）
由于技术的进步，蛋白质结构数据库中的条目数量日益增加。蛋白质三级结构的检索方法是蛋白质结构比较分析的关键，对了解蛋白质及其功能具有重要作用。在本文中，我们提出了快速，准确的方法检索蛋白质从一个大型的数据库与三级结构相似的查询蛋白质。我们提出的方法借用了计算机视觉领域的思想。我们的方法的速度和准确性来自两个新引入的功能，共生矩阵的定向梯度和金字塔直方图的定向梯度和使用欧几里德距离作为距离度量。实验结果清楚地表明，我们的方法在运行时间和准确性的优越性。我们的方法可在以下网站上使用：http://research.buet.ac.bd:8080/Comograd/。
2014-09-02 cs.CE cs.CV cs.IR
Progressive Searching for Retrieval in RAG
San Jose State University（圣何塞州立大学）
RAG中提出渐进搜索算法，通过分层搜索逐步优化候选集，实现高效准确的检索，平衡维度、速度和精度，提升大规模数据库的检索性能。
2026-02-07 cs.AI cs.IR
On the Fundamental Limits of Cache-aided Multiuser Private Information Retrieval
我们考虑的问题，缓存辅助多用户私人信息检索（MuPIR），这是一个扩展的单用户缓存辅助PIR问题的情况下，多个用户。在MuPIR中，每个配备有$K_{\rm u}$高速缓存的用户希望从来自$N$数据库的$K$消息中私下检索消息，每个$N$数据库都可以访问整个消息库。隐私约束要求任何单独的数据库都不了解所有用户的需求。用户通过一个无错误的共享链接连接到每个数据库。在本文中，我们的目标是描述用户的内存和通信负载之间的最佳权衡，这样的系统。基于所提出的新方法的\emph{cache-aided interference alignment (CIA)}，第一，对于与$K=2$消息，$K_{\rm u}=2$用户和$N\ge 2$数据库的MuPIR问题，我们提出了可实现的检索计划，为未编码和一般的缓存放置。CIA方法在高速缓存放置未编码时是最佳的。对于一般的缓存放置，CIA方法是最佳的，当$N=2$和$3$验证的计算机辅助方法。其次，当$K,K_{\rm u}$和$N$是通用的，我们提出了一个新的\emph{product design}（PD），它将PIR代码的线性缓存代码。的产品设计示出的乘法因子为8内的顺序最优，并且是完全最优的用户缓存大小是大的。
2020-11-20 cs.IR cs.IT math.IT
MARC: Multimodal and Multi-Task Agentic Retrieval-Augmented Generation for Cold-Start Recommender System
Department of Industrial Data Engineering, Hanyang University, Republic of Korea（工业数据工程系，翰阳大学）；School of Interdisciplinary Industrial Studies, Hanyang University, Republic of Korea（跨学科工业研究学院，翰阳大学）
针对冷启动推荐场景局限，本文提出基于Agentic RAG与图数据库的多模态多任务鸡尾酒推荐系统MARC，经双维度评估验证其回答质量优于普通向量数据库方案。
2025-11-15 cs.AI cs.IR
A New Design of Cache-aided Multiuser Private Information Retrieval with Uncoded Prefetching
在高速缓存辅助多用户私有信息检索（MuPIR）问题中，一组配备有高速缓存的$K_{\rm u}$用户希望从$N$分布式数据库中私有地下载一组消息，每个分布式数据库都保存有$K$消息库。该系统分两个阶段工作：{ \it高速缓存放置（预取）阶段}，其中用户填满他们的高速缓存存储器，以及{ \it私人递送阶段}，其中用户的需求被揭示，并且他们从每个数据库下载答案，使得他们想要的消息可以被恢复，而每个单独的数据库不知道所请求的消息的身份。我们的目标是设计放置和私有传递阶段，以便在给定任何用户内存大小的情况下，最小化\emph{load}（定义为按消息大小标准化的下载位总数）。本文考虑了具有两个消息、任意数量的用户和数据库的MuPIR问题，其中假设预取是未编码的，即，用户直接从库中复制一些位作为其高速缓存的内容。我们提出了一种新的MuPIR计划的灵感来自Maddah-Ali和Niesen（MAN）编码缓存计划。所提出的方案实现了较低的负载比任何现有的计划，特别是产品设计（PD），并被证明是最佳的$8$的一个因素内，在一般和精确的最佳在非常高或低的内存制度。
2021-02-03 cs.IR cs.IT eess.SP
Retrieval of multimedia stimuli with semantic and emotional cues: Suggestions from a controlled study
如何有效地搜索带有语义和情感标注的图片是人机交互的一个重要问题，具有重要的跨学科意义。多媒体检索过程的准确性和速度取决于所选择的元数据标注模型。这种多方面的检索质量是反对潜在的复杂性的数据设置程序和多媒体注释的发展。此外，最近的一项研究表明，情感注释的多媒体数据库仍然主要是手动搜索，这突出了需要研究这种检索方式。在这方面，我们提出了一项研究，N = 75名参与者，旨在评估的影响，关键字和尺寸的情感在手动检索的图片。研究表明，如果多媒体数据库是相对较小的情感注释是足以实现快速检索，尽管相对较小的整体准确性。在一个较大的数据集语义注释成为必要的高效检索，虽然他们有助于较慢的搜索过程开始。该实验是在一个受控环境中与一组心理学专家一起进行的。结果在统计学上与参与者感知速度的测量结果一致。
2017-06-30 cs.HC cs.IR
Approximate Query Matching for Image Retrieval
Georgia Tech（佐治亚理工学院）
传统的图像识别涉及识别具有单个对象焦点的肖像类型图像中的关键对象（ILSVRC，AlexNet和VGG）。最近的方法考虑密集图像识别-用适当的边界框分割图像并在这些边界框内执行图像识别（语义分割）。Visual Genome数据集[5]试图将这些不同的方法连接到每个子任务的内聚数据集-限界框生成，图像识别，字幕和一个新的操作：场景图生成。我们的重点是使用这样的场景图执行图像数据库上的图形搜索，从整体上检索图像的搜索标准的基础上。我们开发了一种方法来存储场景图和元数据在图形数据库（使用Neo4J），并执行快速近似检索的图像的基础上的图形搜索查询。我们处理比单一对象搜索更复杂的查询，例如“吃蛋糕的女孩”检索包含指定关系以及变化的图像。
2018-03-14 cs.CV cs.IR
Contextual Information Retrieval based on Algorithmic Information Theory and Statistical Outlier Detection
本文的主要贡献是设计了一个信息检索（IR）技术的基础上，数学信息论（使用归一化压缩距离- NCD），统计技术（离群值），和新的数据库结构的组织。本文展示了如何将它们集成到通用数据库中，使用长（基于文本的）查询检索信息。文中分析了两个重要问题。一方面，当文档之间的距离很低并且存在实际相似性时，如何检测“误报”。另一方面，我们提出了一种方法来构建一个文档数据库，其中相似性距离估计依赖于所选文本的长度。最后，已经进行了研究以前的问题的实验评估。
2007-11-27 cs.IR cs.IT math.IT
