Buchumschlag

ActiveDP: Bridging Active Learning and Data Programming

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Guan, Naiqing, Koudas, Nick
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Databases
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

WeShap: Weak Supervision Source Evaluation with Shapley Values
von: Guan, Naiqing, et al.
Veröffentlicht: (2024)

Relational Deep Dive: Error-Aware Queries Over Unstructured Data
von: Chao, Daren, et al.
Veröffentlicht: (2025)

Entity Matching by Pool-based Active Learning
von: Han, Youfang, et al.
Veröffentlicht: (2022)

Graph-based Active Learning for Entity Cluster Repair
von: Christen, Victor, et al.
Veröffentlicht: (2024)

Algorithmic Data Minimization for Machine Learning over Internet-of-Things Data Streams
von: Shaowang, Ted, et al.
Veröffentlicht: (2025)

CAMAL: Optimizing LSM-trees via Active Learning
von: Yu, Weiping, et al.
Veröffentlicht: (2024)

CHASe: Client Heterogeneity-Aware Data Selection for Effective Federated Active Learning
von: Zhang, Jun, et al.
Veröffentlicht: (2025)

A Novel Two-Step Fine-Tuning Pipeline for Cold-Start Active Learning in Text Classification Tasks
von: Belém, Fabiano, et al.
Veröffentlicht: (2024)

To Softmax, or not to Softmax: that is the question when applying Active Learning for Transformer Models
von: Gonsior, Julius, et al.
Veröffentlicht: (2022)

ExioML: Eco-economic dataset for Machine Learning in Global Sectoral Sustainability
von: Guo, Yanming, et al.
Veröffentlicht: (2024)

Mind the Data Gap: Bridging LLMs to Enterprise Data Integration
von: Kayali, Moe, et al.
Veröffentlicht: (2024)

t-METASET: Tailoring Property Bias of Large-Scale Metamaterial Datasets through Active Learning
von: Lee, Doksoo, et al.
Veröffentlicht: (2022)

Reliable Text-to-SQL with Adaptive Abstention
von: Chen, Kaiwen, et al.
Veröffentlicht: (2025)

dtaianomaly: A Python library for time series anomaly detection
von: Carpentier, Louis, et al.
Veröffentlicht: (2025)

Data-Agnostic Cardinality Learning from Imperfect Workloads
von: Wu, Peizhi, et al.
Veröffentlicht: (2025)

Can we trust LLM Self-Explanations for Entity Resolution?
von: Teofili, Tommaso, et al.
Veröffentlicht: (2026)

Data Cleaning and Machine Learning: A Systematic Literature Review
von: Côté, Pierre-Olivier, et al.
Veröffentlicht: (2023)

SEAnet: A Deep Learning Architecture for Data Series Similarity Search
von: Wang, Qitong, et al.
Veröffentlicht: (2026)

Accelerating Transfer Learning with Near-Data Computation on Cloud Object Stores
von: Petrescu, Diana, et al.
Veröffentlicht: (2022)

QJoin: Transformation-aware Joinable Data Discovery Using Reinforcement Learning
von: Wang, Ning, et al.
Veröffentlicht: (2025)

Learning-based Sketches for Frequency Estimation in Data Streams without Ground Truth
von: Yuan, Xinyu, et al.
Veröffentlicht: (2024)

SemPipes -- Optimizable Semantic Data Operators for Tabular Machine Learning Pipelines
von: Ovcharenko, Olga, et al.
Veröffentlicht: (2026)

Efficient Data Valuation Approximation in Federated Learning: A Sampling-based Approach
von: Wei, Shuyue, et al.
Veröffentlicht: (2025)

SoftPipe: A Soft-Guided Reinforcement Learning Framework for Automated Data Preparation
von: Chang, Jing, et al.
Veröffentlicht: (2025)

LLaPipe: LLM-Guided Reinforcement Learning for Automated Data Preparation Pipeline Construction
von: Chang, Jing, et al.
Veröffentlicht: (2025)

Hippasus: Effective and Efficient Automatic Feature Augmentation for Machine Learning Tasks on Relational Data
von: Papadias, Serafeim, et al.
Veröffentlicht: (2026)

A Unified Replay-based Continuous Learning Framework for Spatio-Temporal Prediction on Streaming Data
von: Miao, Hao, et al.
Veröffentlicht: (2024)

WikiDBGraph: A Data Management Benchmark Suite for Collaborative Learning over Database Silos
von: Wu, Zhaomin, et al.
Veröffentlicht: (2025)

Pre-Execution Query Slot-Time Prediction in Cloud Data Warehouses: A Feature-Scoped Machine Learning Approach
von: Pathak, Prashant Kumar
Veröffentlicht: (2026)

Machine Learning-Based Pre-Test Risk Stratification for PCR-Confirmed Chlamydia Using Patient-Reported Data and Urine Biomarkers
von: Mahdian, Mehrab, et al.
Veröffentlicht: (2026)

TorchQL: A Programming Framework for Integrity Constraints in Machine Learning
von: Naik, Aaditya, et al.
Veröffentlicht: (2023)

Data Driven Decision Making with Time Series and Spatio-temporal Data
von: Yang, Bin, et al.
Veröffentlicht: (2025)

In-Database Data Imputation
von: Perini, Massimo, et al.
Veröffentlicht: (2024)

Aegis: A Correlation-Based Data Masking Advisor for Data Sharing Ecosystems
von: Laskar, Omar Islam, et al.
Veröffentlicht: (2025)

Exploring the Heterogeneity of Tabular Data: A Diversity-aware Data Generator via LLMs
von: Tang, Yafeng, et al.
Veröffentlicht: (2025)

Proceedings of the 3rd Italian Conference on Big Data and Data Science (ITADATA2024)
von: Bena, Nicola, et al.
Veröffentlicht: (2025)

Stress-Testing Causal Claims via Cardinality Repairs
von: Gabbay, Yarden, et al.
Veröffentlicht: (2025)

From Zero to Hero: Detecting Leaked Data through Synthetic Data Injection and Model Querying
von: Wu, Biao, et al.
Veröffentlicht: (2023)

Combining the Strengths of Dutch Survey and Register Data in a Data Challenge to Predict Fertility (PreFer)
von: Sivak, Elizaveta, et al.
Veröffentlicht: (2024)

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