Hammingova vzdálenost | AI slovník

Odborná definice

Hamming distance je počet pozic, na kterých se dvě stejně dlouhé sekvence liší. Při binárnych vektoroch se rovná počtu bitů, které je třeba preklopit, aby se jeden vektor změnil na druhý. Metrika se používá při chybových kódoch, porovnávání hashů, binárnych embeddingoch, klasifikaci kategorií a vyhledávání v diskrétnom prostoru. Nezohladňuje velikost ani sémantickou závažnost rozdílu, pouze shodu pozic. Pro sekvence odlišnej délky není přímo definovaná bez doplnení zarovnání, výplne nebo jiné editačnej metriky.

Srozumitelné vysvětlení

Porovnajte kódy 101101 a 100111. Liší se na dvou miestach, takže jejich Hammingova vzdálenost je dva. Nezáleží na tom, či změna prvého bitu znamená kritickou vlastnost a změna druhého pouze kozmetický detail. Každá nezhodná pozíce se počítá stejně. V AI je to užitečné, když model převádí objekty na krátké binární podpisy a potřebuje rychle najít podobné položky. Pokud však porovnávate význam vět nebo obrázků, samotná Hammingova vzdálenost má smysl pouze tehdy, když binární kód už zachycuje požadovanou sémantiku.

Časté otázky

Jak se Hammingova vzdálenost vypočítá při bitoch?

Provede se operace XOR mezi dvojicí bitových reťazců a spočítá se počet jednotek ve výsledku. Jednotka označuje pozici, na které se vstupy liší, takže výpočet lze na hardwaru realizovat velmi efektivně.

Je Hammingova vzdálenost metrika?

Ano, na prostoru sekvencí stejné délky splňuje nezápornost, identitu nerozlíšitelných prvků, symetrii a trojuholníkovou nerovnost. Po neštandardnom doplňaní různých dlžok se tyto vlastnosti musí posoudit znova.

Čím se liší od euklidovskej vzdálenosti?

Hammingova vzdálenost počítá nezhodné souřadnice, zatímco euklidovská měří geometrickou délku rozdielového vektora. Při binárnych hodnotách spolu súvise, ale při spojitých embeddingoch Hammingova metrika ignoruje velikost numerické změny.

Kde se používá při vyhledávání podobnosti?

Model může vytvořit binární hash obrazu nebo dokumentu a databáze najde kódy s malým počtem odlišných bitů. Také vyhledávání je pameťovo úsporné, ale kvalita závisí na naučeného nebo navrhnutého hashování.

Co znamená normalizovaná Hammingova vzdálenost?

Počet nezhůd se vydelí délkou sekvence. Výsledek od nuly do jedné umožňuje porovnávat míru rozdílu mezi kódmi různých dlžok, pokial se každá dvojica porovnává v rámci stejně dlhej reprezentace.

Související pojmy

Zdroje a redakční stopa

Google Machine Learning Glossary (developers.google.com)
NIST Dictionary of Algorithms and Data Structures, Hamming distance (nist.gov)

Definícia je autorská odborná syntéza. Pri právnych a regulačných rozhodnutiach má prednosť aktuálne oficiálne znenie predpisu a posúdenie konkrétneho prípadu.