87 artículos
Este artículo presenta un conjunto de datos simulado de código abierto para la monitorización de la salud estructural (SHM), que incluye mediciones dinámicas y estáticas con variaciones operativas, daños y fallos de sensores, con el fin de proporcionar un recurso reproducible y accesible para validar nuevas estrategias de identificación de daños.
Este artículo presenta xBound, el primer marco teórico para calcular cotas inferiores probables del tamaño de las uniones, que corrige la subestimación sistemática en la estimación de cardinalidad y mejora significativamente el rendimiento de consultas en entornos de producción como Microsoft Fabric Data Warehouse.
Este estudio scientométrico analiza la evolución de la investigación sobre la influenza aviar entre 2014 y 2023 utilizando datos de Web of Science, revelando un aumento constante en las publicaciones lideradas por China y Estados Unidos, una predominancia de artículos originales y la necesidad de fortalecer la colaboración internacional.
V3DB es un servicio de búsqueda vectorial verificado que permite a los clientes auditar la corrección de los resultados de búsqueda aproximada sobre instantáneas comprometidas mediante pruebas de conocimiento cero, garantizando la integridad del proceso sin revelar los datos privados del índice.
El artículo presenta Stratum, una infraestructura de sistema unificada que desacopla la ejecución de pipelines de la planificación de agentes autónomos para búsquedas masivas de pipelines de aprendizaje automático, integrándose con el ecosistema de Python y logrando aceleraciones de hasta 16,6 veces mediante la compilación de lotes en grafos de ejecución optimizados.
El artículo presenta KG-WISE, un sistema de inferencia para grandes grafos de conocimiento que utiliza modelos de lenguaje grandes (LLM) para descomponer y cargar dinámicamente componentes específicos de modelos de redes neuronales en grafos (GNN) según la consulta, logrando una aceleración de hasta 28 veces y una reducción del 98% en el uso de memoria sin sacrificar la precisión.
Este trabajo aborda la generalización de la selección justa de los mejores candidatos a múltiples grupos protegidos y la minimización de la disparidad respecto a una función de referencia, demostrando la complejidad computacional del problema pero proponiendo una solución eficiente y robusta para casos con pocos grupos y valores pequeños de , que incluye una nueva medida de pérdida de utilidad y valida su eficacia mediante experimentos en conjuntos de datos reales.
El artículo presenta CONE, un modelo híbrido preentrenado que utiliza un algoritmo de construcción de incrustaciones compuesto para codificar números, rangos y gaussianas junto con sus unidades y atributos, logrando un razonamiento numérico superior y superando a los modelos más avanzados en diversas tareas de comprensión y recuperación de datos.
Este artículo presenta el FFBtree, un algoritmo de inserción para árboles B+ que elimina las fluctuaciones de rendimiento y los picos de E/S al realizar divisiones preventivas en nodos críticos, garantizando así que nunca se produzca propagación de divisiones.
El artículo propone CSV, un marco innovador que reduce la complejidad de las invocaciones a modelos de lenguaje grande (LLM) para el filtrado semántico a sublineal mediante agrupamiento, muestreo y votación, logrando una drástica disminución en el número de llamadas sin comprometer la precisión.
Este artículo presenta un flujo de trabajo determinista e interpretable, implementado en un script de Python, que procesa registros extraídos de una base de datos académica para calcular y categorizar mediante lógica difusa los costos por estudiante, generando informes reproducibles y trazables para la toma de decisiones administrativas.
El artículo presenta FluxSieve, una arquitectura unificada que integra un procesamiento de filtrado y enriquecimiento ligero directamente en la ingesta de datos para reconciliar los planos de datos de streaming y analíticos, logrando mejoras de hasta varios órdenes de magnitud en el rendimiento de las consultas con una sobrecarga computacional y de almacenamiento mínima.
El artículo presenta RESYSTANCE, un sistema que utiliza eBPF e io_uring para eliminar las llamadas al sistema durante el proceso de compactación en bases de datos LSM-tree, logrando así reducir drásticamente la sobrecarga del software y mejorar significativamente el rendimiento y la latencia en cargas de trabajo intensivas en escritura.
CRISP es un marco innovador para la búsqueda de vecinos más cercanos aproximados en espacios de muy alta dimensionalidad que combina una estrategia de redistribución de varianza adaptativa y ligera con una estructura de índice CSR coherente con la caché y un motor de consultas de doble modo, logrando un rendimiento superior en velocidad, coste de construcción y eficiencia de memoria.
El artículo presenta Bala-Join, una solución adaptativa que utiliza el algoritmo BPPR y un detector de claves sesgadas en tiempo real para equilibrar la carga de computación y comunicación en uniones hash distribuidas, logrando un aumento de rendimiento del 25% al 61% en bases de datos SQL geo-distribuidas.
El artículo presenta O³-LSM, una nueva arquitectura de almacenes de claves-valor basada en árboles LSM que maximiza el rendimiento de escritura en entornos de almacenamiento desintegrado mediante una ofusca de tres capas (memoria, descarga y compactación) que aprovecha la memoria desintegrada compartida para superar las limitaciones de memoria y latencia de las soluciones existentes.
Este artículo presenta DEBISS, un corpus de debates hablados, individuales y semiestructurados con diversas anotaciones de PLN para abordar la escasez de recursos en este dominio.
Este artículo presenta TigerVector, un sistema integrado en TigerGraph que combina la búsqueda vectorial con consultas de grafos mediante un marco de índice MPP y extensiones en GSQL, logrando un rendimiento superior y una fusión eficiente de datos estructurados y no estructurados para RAGs avanzados.
El artículo presenta LQRS, un marco de reoptimización de consultas aprendido para Spark SQL que utiliza observaciones en tiempo de ejecución y aprendizaje por refuerzo para refinar dinámicamente los planes de consulta, logrando reducir el tiempo de ejecución hasta en un 90% en comparación con otros métodos.
Este trabajo presenta SpotIt, un nuevo pipeline de evaluación para Text-to-SQL que utiliza verificación de equivalencia formal para identificar diferencias entre consultas generadas y de referencia que los métodos basados en pruebas tradicionales pasan por alto.