本研究提出了一种新颖的层次算法HiBO，旨在解决传统贝叶斯优化在高维搜索空间中的挑战。HiBO通过全局搜索空间的划分来增强局部优化，表现优于现有方法。

局部敏感哈希（LSH）研究涵盖多个方向：FastLSH通过随机抽样与投影将复杂度从O(n)降至O(m)；密度敏感哈希利用数据几何结构提升高维搜索性能；此外还有分布式分层哈希、角距离LSH族及多探针版本、自动故障分组DeepLSH、设备端隐私个性化框架、双线性随机投影、深度神经网络LLSH，以及核化LSH的重新解释，后者在图像检索中召回率至少提升12%。