基于图的向量索引结构回顾与前沿进展|向量检索专题学术交流

    Whale Paper 向量检索专题学术交流旨在分享业内向量检索领域最前沿学术论文，与大家交流人工智能与数据库交叉领域最新研究方向，为相关领域的研究者提供一个交流的平台。本期学术交流，我们邀请到了复旦大学计算机在读博士研究生王泽宇，为大家解读基于图的向量索引结构回顾与前沿进展。

    对本期主题感兴趣的小伙伴，3 月 25 日（周六）晚 8 点，我们在腾讯会议：764-564-681不见不散！

    基于图的高维向量索引凭借其优越的查询性能已成为当前学术界和产业界公认的最优向量检索解决方案。然而，人们对于图索引结构的理解和分析尚在探索当中。本次分享将回顾并重新审视图索引的设计原则和代价分析，介绍图索引的前沿学术进展HVS，总结当前树结构与图结构结合的索引方案，并对未来的发展和优化方向提出思考。

分享提纲：

王泽宇:

    复旦大学计算机专业博士研究生，于2021年获得复旦大学学士学位。主要研究兴趣为时间序列及高维向量数据的高性能检索和挖掘，以第一作者身份完成多项研究课题，其中所设计的新型时序索引发表于数据库顶会SIGMOD'23。曾获得iGEM国际基因工程大赛金奖，复旦大学优秀毕业生等荣誉。

    我们不仅欢迎大家在会议里踊跃发言讨论，也欢迎大家在线上分享结束后，添加负责人，进入交流群随时随地分享新的技术及看法，与大家共同交流。