Buchumschlag

Automatic Data Repair: Are We Ready to Deploy?

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ni, Wei, Miao, Xiaoye, Zhao, Xiangyu, Wu, Yangyang, Yin, Jianwei
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Databases
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

ZeroED: Hybrid Zero-shot Error Detection through Large Language Model Reasoning
von: Ni, Wei, et al.
Veröffentlicht: (2025)

BPI: A Novel Efficient and Reliable Search Structure for Hybrid Storage Blockchain
von: Zhao, Xinkui, et al.
Veröffentlicht: (2025)

The Dawn of Natural Language to SQL: Are We Fully Ready?
von: Li, Boyan, et al.
Veröffentlicht: (2024)

Delta: A Learned Mixed Cost-based Query Optimization Framework
von: Peng, Jiazhen, et al.
Veröffentlicht: (2025)

Graph Data Management and Graph Machine Learning: Synergies and Opportunities
von: Khan, Arijit, et al.
Veröffentlicht: (2025)

Automatic String Data Validation with Pattern Discovery
von: Lin, Xinwei, et al.
Veröffentlicht: (2024)

echemdb Toolkit -- a Lightweight Approach to Getting Data Ready for Data Management Solutions
von: Engstfeld, Albert K., et al.
Veröffentlicht: (2024)

Towards Efficient Random-Order Enumeration for Join Queries
von: Chen, Pengyu, et al.
Veröffentlicht: (2025)

A Partial-Exclusion Repair Scheme for MDS Codes
von: Zhao, Wei, et al.
Veröffentlicht: (2026)

Blueprinting the Cloud: Unifying and Automatically Optimizing Cloud Data Infrastructures with BRAD -- Extended Version
von: Yu, Geoffrey X., et al.
Veröffentlicht: (2024)

LLM and Agent-Driven Data Analysis: A Systematic Approach for Enterprise Applications and System-level Deployment
von: Wang, Xi, et al.
Veröffentlicht: (2025)

This is Going to Sound Crazy, But What If We Used Large Language Models to Boost Automatic Database Tuning Algorithms By Leveraging Prior History? We Will Find Better Configurations More Quickly Than Retraining From Scratch!
von: Zhang, William, et al.
Veröffentlicht: (2025)

Query Repairs
von: Cate, Balder ten, et al.
Veröffentlicht: (2025)

Is Quantum Computing Ready for Real-Time Database Optimization?
von: Liu, Hanwen, et al.
Veröffentlicht: (2026)

Guidelines for the Creation of Analysis Ready Data
von: Phillips, Harriette, et al.
Veröffentlicht: (2024)

Targeted Mining Precise-positioning Episode Rules
von: Zhu, Jian, et al.
Veröffentlicht: (2024)

Topology-Aware Subset Repair via Entropy-Guided Density and Graph Decomposition
von: Zhao, Guoqi, et al.
Veröffentlicht: (2026)

GRAB-ANNS: High-Throughput Indexing and Hybrid Search via GPU-Native Bucketing
von: Zhao, Xinkui, et al.
Veröffentlicht: (2026)

OneDB: A Distributed Multi-Metric Data Similarity Search System
von: Qian, Tang, et al.
Veröffentlicht: (2025)

Are Joins over LSM-Trees Ready? Take RocksDB as an Example
von: Yu, Weiping, et al.
Veröffentlicht: (2025)

The Cost of Representation by Subset Repairs
von: Liu, Yuxi, et al.
Veröffentlicht: (2024)

FeatNavigator: Automatic Feature Augmentation on Tabular Data
von: Liang, Jiaming, et al.
Veröffentlicht: (2024)

Efficient Query Repair for Aggregate Constraints
von: Algarni, Shatha, et al.
Veröffentlicht: (2025)

LEAP: LLM-powered End-to-end Automatic Library for Processing Social Science Queries on Unstructured Data
von: Hu, Chuxuan, et al.
Veröffentlicht: (2025)

Generating Explanations to Understand and Repair Embedding-based Entity Alignment
von: Tian, Xiaobin, et al.
Veröffentlicht: (2023)

"Detective Work We Shouldn't Have to Do": Practitioner Challenges in Regulatory-Aligned Data Quality in Machine Learning Systems
von: Wang, Yichun, et al.
Veröffentlicht: (2026)

Trading Vector Data in Vector Databases
von: Cheng, Jin, et al.
Veröffentlicht: (2025)

SINDI: an Efficient Index for Approximate Maximum Inner Product Search on Sparse Vectors
von: Li, Ruoxuan, et al.
Veröffentlicht: (2025)

Repairing Property Graphs under PG-Constraints
von: Spinrath, Christopher, et al.
Veröffentlicht: (2026)

Maximum Inner Product is Query-Scaled Nearest Neighbor
von: Chen, Tingyang, et al.
Veröffentlicht: (2025)

Reveal Hidden Pitfalls and Navigate Next Generation of Vector Similarity Search from Task-Centric Views
von: Chen, Tingyang, et al.
Veröffentlicht: (2025)

Repairing Databases over Metric Spaces with Coincidence Constraints
von: Kaminsky, Youri, et al.
Veröffentlicht: (2024)

Automatic Database Configuration Debugging using Retrieval-Augmented Language Models
von: Chen, Sibei, et al.
Veröffentlicht: (2024)

Automatic Metadata Extraction for Text-to-SQL
von: Shkapenyuk, Vladislav, et al.
Veröffentlicht: (2025)

Stitching Inner Product and Euclidean Metrics for Topology-aware Maximum Inner Product Search
von: Chen, Tingyang, et al.
Veröffentlicht: (2025)

PrepBench: How Far Are We from Natural-Language-Driven Data Preparation?
von: Xu, Jingzhe, et al.
Veröffentlicht: (2026)

UniDataBench: Evaluating Data Analytics Agents Across Structured and Unstructured Data
von: Weng, Han, et al.
Veröffentlicht: (2025)

Can LLMs Clean Up Your Mess? A Survey of Application-Ready Data Preparation with LLMs
von: Zhou, Wei, et al.
Veröffentlicht: (2026)

Analyzing Deviations from Monotonic Trends through Database Repair
von: Agmon, Shunit, et al.
Veröffentlicht: (2025)

Systematic Evaluation of Knowledge Graph Repair with Large Language Models
von: Lin, Tung-Wei, et al.
Veröffentlicht: (2025)