87 articles
Cet article présente un jeu de données numérique open source et reproductible pour le suivi de l'intégrité structurelle, générant des mesures dynamiques et statiques simulées sur une poutre en acier afin d'inclure des variations environnementales, des dommages et des bruits, offrant ainsi une ressource précieuse pour valider de nouvelles stratégies de détection de dommages.
Cet article présente xBound, un cadre théorique novateur calculant des bornes inférieures prouvables pour les tailles de jointures afin de corriger les sous-estimations critiques des estimateurs de cardinalité dans les systèmes de base de données industriels, démontrant ainsi des gains de performance significatifs sur la plateforme Fabric DW de Microsoft.
Cette étude scientométrique analyse la production de recherche mondiale sur la grippe aviaire de 2014 à 2023, révélant une croissance constante des publications dominée par la Chine et les États-Unis, tout en soulignant l'importance des collaborations internationales et des revues scientifiques clés dans ce domaine.
Le papier présente V3DB, un service de recherche vectorielle vérifiable qui permet aux clients de demander des preuves à connaissance nulle garantissant l'exactitude des résultats de recherche sur des instantanés de données engagés, sans révéler le corpus ni l'index privé, tout en assurant des temps de preuve et de vérification efficaces grâce à une optimisation de la pipeline IVF-PQ.
Le papier présente Stratum, une infrastructure système unifiée conçue pour accélérer la recherche de pipelines ML par des agents autonomes en découplant l'exécution de la planification et en compilant des lots de pipelines pour une exécution optimisée sur des backends hétérogènes, notamment un nouveau runtime en Rust, permettant ainsi d'atteindre des gains de performance allant jusqu'à 16,6 fois par rapport aux écosystèmes Python traditionnels.
Ce papier présente KG-WISE, un système d'inférence guidé par les grands modèles de langage (LLM) qui décompose les modèles de réseaux de neurones graphiques (GNN) en composants fins pour charger uniquement les parties pertinentes des grands graphes de connaissances, réduisant ainsi considérablement la latence et la consommation mémoire tout en maintenant la précision.
Cet article propose une approche intégrative pour généraliser la sélection équitable top- à plusieurs groupes protégés en minimisant la disparité par rapport à une fonction de référence, en analysant la complexité computationnelle du problème et en introduisant une nouvelle mesure de perte d'utilité pour améliorer la stabilité des résultats sur des données réelles.
Cet article présente CONE, un modèle hybride pré-entraîné qui encode les nombres, les intervalles et les gaussiennes avec leurs unités et attributs dans un espace vectoriel préservant la distance, démontrant ainsi des capacités de raisonnement numérique supérieures aux modèles de l'état de l'art sur des tâches complexes.
Cet article présente le FFBtree, un algorithme d'insertion pour les arbres B+-tree qui élimine les fluctuations de performance en prévenant la propagation des divisions de nœuds grâce à une stratégie de division préventive des nœuds critiques, garantissant ainsi une prévisibilité des E/S pour les systèmes de gestion de bases de données.
Ce papier propose le paradigme CSV (Clustering-Sampling-Voting), un cadre innovant qui réduit la complexité des invocations de modèles de langage pour le filtrage sémantique à une complexité sous-linéaire tout en garantissant des erreurs maîtrisées, permettant ainsi de diminuer considérablement les coûts et la latence par rapport aux approches existantes.
Ce papier présente un flux de travail déterministe et reproductible, implémenté dans le script `cad_processor.py`, qui traite des extraits de base de données pour générer des rapports de coût par étudiant avec des bandes floues interprétables afin d'éclairer les décisions administratives.
Ce papier présente FluxSieve, une architecture unifiée qui intègre un prétraitement et un filtrage légers directement dans le flux d'ingestion des données pour concilier les plans de données analytiques et de streaming, permettant ainsi d'améliorer considérablement les performances des requêtes dans les plateformes d'observabilité cloud à grande échelle avec un surcoût de calcul et de stockage négligeable.
Le papier présente RESYSTANCE, une approche exploitant eBPF et io_uring pour éliminer les appels système lors de la compaction dans les arbres LSM, réduisant ainsi les surcharges logicielles et améliorant significativement le débit et la latence des bases de données NoSQL.
CRISP est un cadre novateur pour la recherche de voisins les plus proches approximatifs dans des espaces de très haute dimension, qui combine une stratégie adaptative de redistribution de la variance, une structure d'index CSR compressée et un moteur de requête à double mode pour surmonter les limitations de mémoire et de latence des méthodes existantes.
Ce papier présente Bala-Join, une méthode de jointure par hachage adaptative qui améliore les performances des bases de données SQL géo-distribuées en équilibrant la charge de calcul et de communication grâce à un algorithme de partitionnement équilibré et de réplication partielle, ainsi qu'à un mécanisme de détection en temps réel des clés de jointure biaisées.
L'article présente O³-LSM, une nouvelle architecture de stockage clé-valeur basée sur les arbres LSM qui maximise les performances d'écriture en désagrégation grâce à un offloading à trois couches (memtable, flush et compaction) et à des optimisations de lecture, surpassant ainsi les solutions existantes comme Disaggregated-RocksDB.
Cet article présente DEBISS, un nouveau corpus de débats individuels, semi-structurés et oraux enrichi d'annotations variées pour des tâches de TAL telles que la transcription, la diérèse, l'extraction d'arguments et l'évaluation de la qualité des débats.
Ce papier présente TigerVector, un système intégré à la base de données graphique MPP TigerGraph qui fusionne recherche vectorielle et requêtes graphiques pour permettre une analyse avancée de données structurées et non structurées, surpassant les performances d'autres solutions spécialisées.
L'article présente LQRS, un cadre d'optimisation réactive des requêtes pour Spark SQL qui utilise l'apprentissage par renforcement et des observations d'exécution en temps réel pour affiner dynamiquement les plans d'exécution, réduisant ainsi le temps d'exécution global jusqu'à 90 % par rapport aux méthodes existantes.
Ce papier présente SpotIt, une nouvelle méthode d'évaluation Text-to-SQL qui remplace les tests basés sur des données statiques par une vérification formelle d'équivalence capable de détecter des différences entre les requêtes générées et les références, révélant ainsi les limites des approches actuelles sur le jeu de données BIRD.