本発表では、単一の索引を用いながら複数の非類似度を取り扱える 最近傍探索手法を提案し、その性能について報告する．
最近傍探索問題とはデータベースに対してアイテムをクエリとして与えて検索する問題であり， 文書や画像から商品情報まで幅広い分野において大規模な応用事例が多数ある． これまでの研究の多くでは事前に定められた類似度にもとづく検索をいかに高速化するかが主眼となってきたが， 現実世界の問題においては，たった一つの類似度の基準では万人の検索要求に対応するのは難しい． 多様な検索要求に対応するには，複数の類似度基準の中から ユーザが検索のたびにどの基準をどの程度重視するかを設定できる手法が必要になる． しかし既存の最近傍探索手法では，類似度が複数ある大規模な最近傍探索問題に対して， 探索時の効率・精度そして柔軟性の3つを同時に達成することは容易ではない． これに対し本研究で提案する最近傍探索手法では，複数の類似度に対する任意の結合重みを考慮した単一のグラフを索引に用いることで， 検索時にはその結合重みを自由に設定して効率的かつ高精度に検索ができる．
実画像データセットとそれに対する2つの類似度を用意し，様々な重みづけで実験を行った結果， 提案手法は索引を１回しか構築しないにもかかわらず， いずれの重みで検索したときも一貫して高い精度を達成することができた． 実画像データセットを用いた実験により、 提案手法が重みによらず一貫して高い精度を達成することが確認できた．