최대 내적 검색(MIPS)은 머신러닝의 핵심 과정이지만, 반복적인 MIPS 해결 비용이 높습니다. 본문은 신경망을 훈련하여 MIPS 해를 직접 예측하는 회귀 기반 접근 방식인 '비용 절감 MIPS'를 제안합니다.
MIPS 값 함수가 키 집합의 지원 함수라는 점에 주목하여, 이 함수의 기울리는 최적 키를 제공합니다. 이를 통해 MIPS 해결 비용을 절감할 수 있습니다.
연구는 MIPS 해결 비용을 줄이는 새로운 접근 방식을 제시하며, 머신러닝 분야에 기여할 것으로 기대됩니다.