87 artigos
Este artigo apresenta um conjunto de dados simulado de código aberto para Monitoramento de Saúde Estrutural (SHM), gerado a partir de uma viga de aço com variações ambientais e operacionais, ruído e falhas de sensores, visando fornecer um benchmark reprodutível para validação de novas estratégias de identificação de danos.
Este artigo apresenta o xBound, o primeiro framework teórico para calcular limites inferiores prováveis de cardinalidade em joins, demonstrando que corrigir a subestimação sistemática dos otimizadores de banco de dados pode prevenir a má alocação de recursos e acelerar significativamente consultas em escala de produção.
Este estudo scientométrico analisa a produção científica sobre influenza aviária entre 2014 e 2023, revelando um crescimento constante das publicações lideradas pela China e pelos EUA, com destaque para instituições específicas e revistas como o PLoS One, ao mesmo tempo que enfatiza a necessidade de maior colaboração internacional.
O artigo apresenta o V3DB, um serviço de busca vetorial versionada e verificável que utiliza provas de conhecimento zero para permitir auditorias sob demanda da precisão dos resultados de busca aproximada sem revelar o corpus ou os dados privados do índice.
O artigo apresenta o Stratum, uma infraestrutura de sistema unificada que desacopla a execução de pipelines do planejamento em buscas de pipelines agênicas, integrando-se ao ecossistema Python para compilar e executar lotes de pipelines em backends heterogêneos, alcançando acelerações de até 16,6x.
O artigo apresenta o KG-WISE, um sistema de inferência orientado a consultas que utiliza Grandes Modelos de Linguagem (LLMs) para decompor e carregar dinamicamente componentes específicos de modelos de Redes Neurais em Grafos (GNNs) em grandes Grafos de Conhecimento, alcançando ganhos significativos de velocidade e redução de uso de memória sem comprometer a precisão.
Este artigo propõe uma abordagem integrativa para a seleção justa de top- que generaliza cenários anteriores para múltiplos grupos protegidos, analisa a complexidade computacional do problema, introduz uma nova medida de disparidade baseada em perda de utilidade para maior estabilidade e apresenta uma solução prática com alto desempenho empírico em conjuntos de dados reais.
O artigo apresenta o CONE, um modelo híbrido pré-treinado que utiliza um algoritmo inovador de embeddings compostos para codificar números, intervalos e gaussianas junto com suas unidades e atributos, preservando semântica e distância e demonstrando capacidades superiores de raciocínio numérico em diversos domínios.
O artigo apresenta o FFBtree, um novo algoritmo de inserção para árvores B+ que elimina a propagação de divisões de nós e garante desempenho livre de flutuações ao realizar divisões preventivas em nós críticos, assegurando que no máximo um nó precise ser dividido por operação.
O artigo propõe o paradigma CSV (Clustering-Sampling-Voting), um novo framework que reduz a complexidade das invocações de modelos de linguagem grandes (LLMs) para sublinear ao agrupar tuplas semanticamente, amostrar um subconjunto para avaliação e inferir rótulos via estratégias de votação, alcançando uma redução de 1,28 a 355 vezes no número de chamadas ao LLM em comparação com abordagens atuais, sem comprometer a precisão e a pontuação F1.
Este artigo descreve um fluxo de trabalho determinístico e baseado em regras, implementado no script `cad_processor.py`, que processa extratos administrativos para calcular e relatar custos por aluno, agregando dados por escola e ano e aplicando uma camada de bandagem fuzzy interpretável para classificar os custos como baixos, médios ou altos com total rastreabilidade e reprodutibilidade.
Este artigo apresenta o FluxSieve, uma arquitetura unificada que integra processamento de streaming e analítico através de uma camada leve de pré-computação e filtragem no caminho de ingestão de dados, resultando em melhorias de desempenho de consulta em ordens de magnitude com sobrecarga computacional e de armazenamento negligenciáveis.
O artigo apresenta o RESYSTANCE, uma solução que utiliza eBPF e io_uring para eliminar chamadas de sistema durante o processo de compactação em bancos de dados LSM-tree, reduzindo drasticamente a sobrecarga de software e melhorando significativamente o desempenho e a latência em comparação com o RocksDB padrão.
O artigo apresenta o CRISP, um novo framework para busca de vizinhos mais próximos aproximados em espaços de dimensão extremamente alta que combina uma estratégia adaptativa de redistribuição de variância, uma estrutura de índice CSR e um mecanismo de consulta em dois modos para alcançar alto rendimento, baixo custo de construção e eficiência de memória.
O artigo apresenta o Bala-Join, uma solução adaptativa para bancos de dados SQL geo-distribuídos que otimiza o desempenho de junções hash em redes WAN ao equilibrar carga computacional e de comunicação através do algoritmo BPPR, de um detector de chaves enviesadas em tempo real e do mecanismo ASAP, resultando em um aumento de throughput de 25% a 61%.
O artigo apresenta o O³-LSM, uma nova arquitetura de armazenamento de chaves-valor baseada em LSM que maximiza o desempenho de escrita em ambientes de armazenamento desagregado ao implementar um offloading de três camadas (memtable, flush e compactação) utilizando memória desagregada compartilhada, resultando em ganhos significativos de throughput e redução de latência em comparação com soluções existentes.
O artigo apresenta o corpus DEBISS, uma coleção de debates falados e individuais com características semi-estruturadas e diversas anotações para tarefas de PLN, criada para suprir a escassez de dados nessa área devido à grande variedade de formatos e aplicações de debates.
Este artigo apresenta o TigerVector, um sistema integrado ao banco de dados gráfico TigerGraph que combina busca vetorial e consultas de grafos para permitir a fusão eficiente de dados estruturados e não estruturados em RAGs avançados, demonstrando superioridade de desempenho e escalabilidade em comparação com outras soluções especializadas.
O artigo apresenta o LQRS, um framework de re-otimização de consultas aprendido para Spark SQL que utiliza observações em tempo de execução e aprendizado por reforço para refinar dinamicamente os planos de consulta, reduzindo o tempo de execução em até 90% em comparação com métodos existentes.
O artigo apresenta o SpotIt, um novo pipeline de avaliação para Text-to-SQL que utiliza verificação formal de equivalência para identificar diferenças entre consultas geradas e de referência que os métodos tradicionais baseados em testes poderiam ignorar.