Buchumschlag

DumpKV: Learning based lifetime aware garbage collection for key value separation in LSM-tree

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhuang, Zhutao, Zeng, Xinqi, Chen, Zhiguang
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Databases Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

Budget-aware Query Tuning: An AutoML Perspective
von: Wu, Wentao, et al.
Veröffentlicht: (2024)

LearnedKV: Integrating LSM and Learned Index for Superior Performance on Storage
von: Wang, Wenlong, et al.
Veröffentlicht: (2024)

Tabular Data Augmentation for Machine Learning: Progress and Prospects of Embracing Generative AI
von: Cui, Lingxi, et al.
Veröffentlicht: (2024)

TabSketchFM: Sketch-based Tabular Representation Learning for Data Discovery over Data Lakes
von: Khatiwada, Aamod, et al.
Veröffentlicht: (2024)

RelGNN: Composite Message Passing for Relational Deep Learning
von: Chen, Tianlang, et al.
Veröffentlicht: (2025)

A Latent Risk-Aware Machine Learning Approach for Predicting Operational Success in Clinical Trials based on TrialsBank
von: Halimi, Iness, et al.
Veröffentlicht: (2026)

WAter: A Workload-Adaptive Knob Tuning System based on Workload Compression
von: Wang, Yibo, et al.
Veröffentlicht: (2026)

FedGTA: Topology-aware Averaging for Federated Graph Learning
von: Li, Xunkai, et al.
Veröffentlicht: (2024)

Matrix Profile for Anomaly Detection on Multidimensional Time Series
von: Yeh, Chin-Chia Michael, et al.
Veröffentlicht: (2024)

KDSelector: A Knowledge-Enhanced and Data-Efficient Model Selector Learning Framework for Time Series Anomaly Detection
von: Liang, Zhiyu, et al.
Veröffentlicht: (2025)

FedTAD: Topology-aware Data-free Knowledge Distillation for Subgraph Federated Learning
von: Zhu, Yinlin, et al.
Veröffentlicht: (2024)

NeurDB: An AI-powered Autonomous Data System
von: Ooi, Beng Chin, et al.
Veröffentlicht: (2024)

Data Collection and Labeling Techniques for Machine Learning
von: Huang, Qianyu, et al.
Veröffentlicht: (2024)

Interactive Ontology Matching with Cost-Efficient Learning
von: Cheng, Bin, et al.
Veröffentlicht: (2024)

A Lightweight Learned Cardinality Estimation Model
von: Zhu, Yaoyu, et al.
Veröffentlicht: (2025)

ScaleDoc: Scaling LLM-based Predicates over Large Document Collections
von: Zhang, Hengrui, et al.
Veröffentlicht: (2025)

Boosting Relational Deep Learning with Pretrained Tabular Models
von: Lachi, Veronica, et al.
Veröffentlicht: (2025)

Why Isn't Relational Learning Taking Over the World?
von: Poole, David
Veröffentlicht: (2025)

Tabular Foundation Models Can Learn Association Rules
von: Karabulut, Erkan, et al.
Veröffentlicht: (2026)

Couler: Unified Machine Learning Workflow Optimization in Cloud
von: Wang, Xiaoda, et al.
Veröffentlicht: (2024)

RelBench: A Benchmark for Deep Learning on Relational Databases
von: Robinson, Joshua, et al.
Veröffentlicht: (2024)

Relational Deep Learning: Challenges, Foundations and Next-Generation Architectures
von: Dwivedi, Vijay Prakash, et al.
Veröffentlicht: (2025)

GED-Consistent Disentanglement of Aligned and Unaligned Substructures for Graph Similarity Learning
von: Zhan, Zhentao, et al.
Veröffentlicht: (2025)

ILAEDA: An Imitation Learning Based Approach for Automatic Exploratory Data Analysis
von: Manatkar, Abhijit, et al.
Veröffentlicht: (2024)

Relational In-Context Learning via Synthetic Pre-training with Structural Prior
von: Wang, Yanbo, et al.
Veröffentlicht: (2026)

OntoTune: Ontology-Driven Learning for Query Optimization with Convolutional Models
von: Yue, Songhui, et al.
Veröffentlicht: (2025)

Rel-MOSS: Towards Imbalanced Relational Deep Learning on Relational Databases
von: Yin, Jun, et al.
Veröffentlicht: (2026)

Toward Effective Digraph Representation Learning: A Magnetic Adaptive Propagation based Approach
von: Li, Xunkai, et al.
Veröffentlicht: (2025)

Reqo: A Comprehensive Learning-Based Cost Model for Robust and Explainable Query Optimization
von: Chang, Baoming, et al.
Veröffentlicht: (2025)

Category-Aware Semantic Caching for Heterogeneous LLM Workloads
von: Wang, Chen, et al.
Veröffentlicht: (2025)

LLM+KG@VLDB'24 Workshop Summary
von: Khan, Arijit, et al.
Veröffentlicht: (2024)

OpenGLT: A Comprehensive Benchmark of Graph Neural Networks for Graph-Level Tasks
von: Li, Haoyang, et al.
Veröffentlicht: (2025)

Cross-Representation Benchmarking in Time-Series Electronic Health Records for Clinical Outcome Prediction
von: Chen, Tianyi, et al.
Veröffentlicht: (2025)

OpenMLDB: A Real-Time Relational Data Feature Computation System for Online ML
von: Zhou, Xuanhe, et al.
Veröffentlicht: (2025)

CHESS: Contextual Harnessing for Efficient SQL Synthesis
von: Talaei, Shayan, et al.
Veröffentlicht: (2024)

Making LLMs Work for Enterprise Data Tasks
von: Demiralp, Çağatay, et al.
Veröffentlicht: (2024)

STGformer: Efficient Spatiotemporal Graph Transformer for Traffic Forecasting
von: Wang, Hongjun, et al.
Veröffentlicht: (2024)

Beyond Model Base Retrieval: Weaving Knowledge to Master Fine-grained Neural Network Design
von: Wang, Jialiang, et al.
Veröffentlicht: (2025)

Robust Traffic Forecasting against Spatial Shift over Years
von: Wang, Hongjun, et al.
Veröffentlicht: (2024)