87 articoli
Questo articolo presenta un dataset numerico open-source e il relativo framework concettuale per la validazione di strategie di monitoraggio della salute strutturale, simulando misurazioni dinamiche e statiche su una trave d'acciaio che includono variabilità ambientali, danni, rumore e guasti dei sensori.
Il paper introduce xBound, il primo framework teorico per il calcolo di limiti inferiori provabili sulla cardinalità delle join, che risolve il critico problema della sottostima nelle stime degli ottimizzatori di database, garantendo significativi miglioramenti delle prestazioni in ambienti di produzione come Microsoft Fabric Data Warehouse.
Questo studio scientometrico analizza i trend di ricerca sull'influenza aviatica dal 2014 al 2023, evidenziando un aumento costante delle pubblicazioni guidate da Cina e Stati Uniti e sottolineando l'importanza della collaborazione internazionale.
Il paper presenta V3DB, un servizio di ricerca vettoriale verosimile e versionato che utilizza prove a conoscenza zero per garantire l'auditabilità dei risultati di ricerca su snapshot impegnati, senza rivelare i dati sottostanti, ottenendo prestazioni di prova significativamente superiori rispetto alle soluzioni basate esclusivamente su circuiti.
Il paper presenta Stratum, un'infrastruttura di sistema unificata che supera le limitazioni dell'ecosistema ML Python per supportare la ricerca di pipeline guidata da agenti su larga scala, ottenendo un'accelerazione fino a 16,6 volte grazie alla decoupling dell'esecuzione dalla pianificazione e all'uso di un runtime ottimizzato in Rust.
Il paper presenta KG-WISE, un sistema di inferenza guidato da LLM che ottimizza l'esecuzione di modelli GNN su grandi grafi della conoscenza decomponendo i modelli in componenti granulari e caricando solo i dati semanticamente rilevanti, ottenendo così significativi miglioramenti in termini di velocità e consumo di memoria rispetto alle soluzioni esistenti.
Questo lavoro generalizza la selezione top- equa a più gruppi protetti, analizzandone la complessità computazionale e proponendo una soluzione pratica che bilancia l'efficienza, la minimizzazione della disparità rispetto a una funzione di riferimento e la stabilità della funzione di punteggio rispetto alle perturbazioni.
Il paper presenta CONE, un modello ibrido pre-addestrato che utilizza un nuovo algoritmo di embedding composito per codificare numeri, intervalli e gaussiane insieme alle loro unità e attributi, preservando le relazioni semantiche e di distanza e ottenendo risultati superiori rispetto agli stati dell'arte in compiti di ragionamento numerico su dataset diversificati.
Il paper presenta il FFBtree, un algoritmo di inserimento per alberi B+-tree che elimina le fluttuazioni delle prestazioni prevenendo la propagazione degli split attraverso la divisione preventiva di nodi critici, garantendo così un comportamento I/O prevedibile e privo di picchi.
Il paper propone CSV, un nuovo paradigma che riduce le invocazioni degli LLM a complessità sublineare per il filtraggio semantico tramite clustering, campionamento e strategie di votazione, garantendo un'efficienza superiore rispetto agli approcci attuali senza compromettere l'accuratezza.
Il documento descrive un flusso di lavoro deterministico e riproducibile implementato in `cad_processor.py` che elabora estratti amministrativi per generare report sui costi per studente, arricchiti da una stratificazione fuzzy interpretabile per classificare i dati in fasce di costo.
Il documento presenta FluxSieve, un'architettura unificata che integra un livello di precalcolo e filtraggio direttamente nel percorso di ingestione dei dati per migliorare le prestazioni delle query nelle piattaforme di osservabilità cloud, ottenendo miglioramenti fino a ordini di grandezza con costi computazionali e di archiviazione trascurabili.
Il paper presenta RESYSTANCE, una soluzione che sfrutta eBPF e io_uring per eliminare le chiamate di sistema durante la compattazione negli alberi LSM, riducendo l'overhead software e migliorando significativamente il throughput e la latenza nei database NoSQL.
CRISP è un nuovo framework per la ricerca di vicini approssimati in spazi ad altissima dimensionalità che combina una strategia adattiva di ridistribuzione della varianza, un indice CSR compatto e un motore di query duale per ottenere prestazioni superiori, costi di costruzione ridotti e un'efficienza di memoria ottimale.
Il paper presenta Bala-Join, una soluzione adattiva per i database SQL geo-distribuiti che ottimizza l'operazione di join hash bilanciando carico computazionale e comunicazione attraverso l'algoritmo BPPR, un rilevatore di chiavi skew distribuito e un meccanismo di sincronizzazione ASAP, ottenendo un aumento del throughput del 25%-61% rispetto alle soluzioni esistenti.
Il paper presenta O³-LSM, una nuova architettura per archivi chiave-valore basati su LSM che massimizza le prestazioni di scrittura in ambienti di storage disaggregato sfruttando la memoria disaggregata per un offloading a tre livelli (memtable, flush e compaction) e ottimizzazioni di lettura, ottenendo miglioramenti significativi nel throughput e nella latenza rispetto alle soluzioni esistenti.
Il paper presenta DEBISS, un nuovo corpus di dibattiti parlati e individuali a struttura semi-strutturata, arricchito da annotazioni per diverse attività di elaborazione del linguaggio naturale come trascrizione, diarizzazione, estrazione di argomenti e valutazione della qualità dei dibattenti, colmando così una lacuna nella letteratura esistente.
Il paper presenta TigerVector, un sistema integrato nel database nativo MPP TigerGraph che unisce ricerca vettoriale e query su grafi per abilitare RAG avanzati, offrendo prestazioni superiori rispetto ad altre soluzioni specializzate.
Il paper presenta LQRS, un framework di ri-ottimizzazione delle query basato sull'apprendimento automatico per Spark SQL che sfrutta le osservazioni runtime e l'apprendimento per rinforzo per affinare dinamicamente i piani di esecuzione, riducendo i tempi complessivi fino al 90% rispetto alle soluzioni esistenti.
Il paper propone SpotIt, un nuovo metodo di valutazione per Text-to-SQL che utilizza la verifica formale dell'equivalenza per identificare differenze tra query generate e ground-truth che i tradizionali test basati su database statici spesso trascurano.