87 papers
Dit artikel presenteert een open-source, gesimuleerde dataset voor Structurele Gezondheidsmonitoring (SHM) die dynamische en statische metingen bevat onder realistische omstandigheden, zoals omgevingsvariaties en sensorfouten, om de validatie van nieuwe data-gedreven en hybride schadeherkenningsstrategieën te faciliteren.
Dit paper introduceert xBound, het eerste theoretische kader voor het berekenen van bewezen ondergrenzen voor join-groottes, dat het kritieke probleem van onderestimatie in database-optimizers aanpakt en in Microsoft Fabric Data Warehouse aanzienlijke prestatieverbeteringen oplevert.
Deze scientometrische studie analyseert op basis van Web of Science-data de wereldwijde trends in vogelgrieponderzoek van 2014 tot 2023, waarbij een stijgende publicatieaantallen, een leidende rol van Chinese en Amerikaanse instellingen, en de noodzaak van internationale samenwerking worden geconstateerd.
V3DB is een versiebewezen vectorzoekservice die audit-on-demand correctheidscontroles mogelijk maakt voor benaderde dichtste-buren-zoekopdrachten via een compacte zero-knowledge-bewijsvoering, zonder de corpus-gegevens of index te onthullen.
Dit paper introduceert Stratum, een nieuwe systeeminfrastructuur die de uitvoering van ML-pipelines ontkoppelt van de planning door autonome agenten, waardoor duizenden experimenten efficiënt kunnen worden uitgevoerd via een geoptimaliseerde Rust-runtime met een snelheidswinst tot 16,6 keer.
Dit paper introduceert KG-WISE, een taakgestuurd inferentiesysteem dat grote kennisgrafieken efficiënter maakt door geavanceerde taalmodellen te gebruiken voor het genereren van querytemplates en het dynamisch laden van fijngestructureerde GNN-componenten, wat resulteert in een tot 28 keer snellere inferentie en tot 98% minder geheugengebruik dan bestaande systemen.
Dit paper introduceert een geïntegreerde aanpak voor het selecteren van eerlijke top- kandidaten over meerdere beschermde groepen, waarbij zowel de hardheid van het probleem wordt geanalyseerd als een nieuwe maatstaf voor utiliteitsverlies wordt voorgesteld om robuustere en efficiëntere oplossingen te garanderen.
In dit paper stellen de auteurs CONE voor, een hybride transformer-model dat getallen, bereiken en gaussische verdelingen samen met eenheden en attribuutnamen encodeert in een semantisch rijke vectorruimte, waardoor het aanzienlijk betere prestaties behaalt dan bestaande modellen op taken met numeriek redeneren.
Dit artikel introduceert de FFBtree, een B+-tree-algoritme dat door proactief het splitsen van kritieke knopen split-propagatie elimineert en zo fluctuaties in I/O-prestaties volledig wegneemt voor voorspelbare databaseprestaties.
Dit paper introduceert het CSV-framework (Clustering-Sampling-Voting), dat de kosten en latentie van semantische filtering met grote taalmodellen drastisch verlaagt door sublineaire complexiteit te bereiken via clustering, steekproeven en stemmechanismen, zonder in te leveren op nauwkeurigheid.
Dit paper beschrijft een deterministisch, regelgebaseerd workflow-script dat administratieve data verwerkt tot kost-per-student-ratio's en deze interpreteert via een transparante, per-jaar gefuzzynde bandering voor besluitvorming.
Dit paper introduceert FluxSieve, een unificerend architectuurconcept dat stream- en analytische data-planes samenvoegt door ingebouwde, lichtgewicht voorverwerking en filtering tijdens data-inname, wat leidt tot een tot orde van grootte betere queryprestaties in schaalbare cloudobservabiliteitsplatforms met verwaarloosbare extra kosten.
Dit artikel introduceert RESYSTANCE, een systeem dat eBPF en io_uring gebruikt om de compaction-proces in LSM-trees direct in de kernel uit te voeren, waardoor het aantal systeemoproepen met 99% wordt verminderd en de doorvoersnelheid in schrijfgewogen workloads tot 75% stijgt.
CRISP is een nieuw framework voor het zoeken naar benaderende dichtste buren in zeer hoge dimensies dat door middel van een adaptieve, correlatiebewuste strategie en een dubbelmodus zoekengine de prestaties, het geheugengebruik en de bouwkosten significant verbetert ten opzichte van bestaande methoden.
Dit paper introduceert Bala-Join, een adaptieve hash-join-techniek voor geo-gedistribueerde SQL-databases die prestatieproblemen bij schuine data oplost door een evenwicht te vinden tussen communicatie en berekening via een nieuwe BPPR-algoritme en een real-time detector voor schuine join-sleutels.
Dit paper introduceert O³-LSM, een nieuw LSM-KVS-architectuur die de schrijfprestaties in gedissegeerde opslag maximaliseert door middel van een driedelige offloading-strategie die memtables, flushes en compaction omvat, wat resulteert in aanzienlijke verbeteringen in doorvoersnelheid en latentie ten opzichte van bestaande systemen.
Dit artikel introduceert DEBISS, een nieuw corpus van gesproken en individuele debatten met semi-gestructureerde kenmerken en uitgebreide NLP-annotaties, dat de huidige schaarste aan debatcorpora in de literatuur wegneemt.
Dit paper introduceert TigerVector, een systeem dat vectorzoekopdrachten en grafquery's integreert in de TigerGraph-database om geavanceerde RAG-toepassingen te ondersteunen door middel van een schaalbaar MPP-indexkader en uitgebreide GSQL-functionaliteit.
Dit paper introduceert LQRS, een leerframework voor queryhervorming in Spark SQL dat gebruikmaakt van curriculumversterkend leren en runtime-observaties om bestaande plannen dynamisch te optimaliseren en de uitvoeringstijd tot 90% te verkorten.
Dit paper introduceert SpotIt, een nieuwe evaluatiepipeline die formele verificatie gebruikt om onbetrouwbare testgebaseerde Text-to-SQL-evaluaties te verbeteren door actief databases te zoeken die gegenereerde en grondwaarheid SQL-query's onderscheiden.