Copertina

A Survey of Pipeline Tools for Data Engineering

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Mbata, Anthony, Sripada, Yaji, Zhong, Mingjun
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning Artificial Intelligence Databases Computation
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Evaluation of Pipelines for Data Integration into Knowledge Graphs
di: Hofer, Marvin, et al.
Pubblicazione: (2026)

KGpipe: Generation and Evaluation of Pipelines for Data Integration into Knowledge Graphs
di: Hofer, Marvin, et al.
Pubblicazione: (2025)

Trajectory Data Management and Mining: A Survey from Deep Learning to the LLM Era
di: Chen, Wei, et al.
Pubblicazione: (2024)

Graph Learning in the Era of LLMs: A Survey from the Perspective of Data, Models, and Tasks
di: Li, Xunkai, et al.
Pubblicazione: (2024)

Modyn: Data-Centric Machine Learning Pipeline Orchestration
di: Böther, Maximilian, et al.
Pubblicazione: (2023)

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

When Large Language Models Meet Vector Databases: A Survey
di: Jing, Zhi, et al.
Pubblicazione: (2024)

Data Agent: A Holistic Architecture for Orchestrating Data+AI Ecosystems
di: Sun, Zhaoyan, et al.
Pubblicazione: (2025)

A Survey on Time-Series Distance Measures
di: Paparrizos, John, et al.
Pubblicazione: (2024)

Jellyfish: A Large Language Model for Data Preprocessing
di: Zhang, Haochen, et al.
Pubblicazione: (2023)

LLM-Enhanced Data Management
di: Zhou, Xuanhe, et al.
Pubblicazione: (2024)

Database Entity Recognition with Data Augmentation and Deep Learning
di: Fu, Zikun, et al.
Pubblicazione: (2025)

A Survey of LLM $\times$ DATA
di: Zhou, Xuanhe, et al.
Pubblicazione: (2025)

QUIS: Question-guided Insights Generation for Automated Exploratory Data Analysis
di: Manatkar, Abhijit, et al.
Pubblicazione: (2024)

Hunt Instead of Wait: Evaluating Deep Data Research on Large Language Models
di: Liu, Wei, et al.
Pubblicazione: (2026)

PMKLC: Parallel Multi-Knowledge Learning-based Lossless Compression for Large-Scale Genomics Database
di: Sun, Hui, et al.
Pubblicazione: (2025)

SQL-GEN: Bridging the Dialect Gap for Text-to-SQL Via Synthetic Data And Model Merging
di: Pourreza, Mohammadreza, et al.
Pubblicazione: (2024)

Mixtera: A Data Plane for Foundation Model Training
di: Böther, Maximilian, et al.
Pubblicazione: (2025)

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

Intelligent Cross-Organizational Process Mining: A Survey and New Perspectives
di: Yang, Yiyuan, et al.
Pubblicazione: (2024)

Cortex AISQL: A Production SQL Engine for Unstructured Data
di: Liskowski, Paweł, et al.
Pubblicazione: (2025)

Synthetic Tabular Data Detection In the Wild
di: Kindji, G. Charbel N., et al.
Pubblicazione: (2025)

Towards Controllable Time Series Generation
di: Bao, Yifan, et al.
Pubblicazione: (2024)

TableGPT2: A Large Multimodal Model with Tabular Data Integration
di: Su, Aofeng, et al.
Pubblicazione: (2024)

MontePrep: Monte-Carlo-Driven Automatic Data Preparation without Target Data Instances
di: Ge, Congcong, et al.
Pubblicazione: (2025)

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

Generating the Traces You Need: A Conditional Generative Model for Process Mining Data
di: Graziosi, Riccardo, et al.
Pubblicazione: (2024)

Integrating Meteorological and Operational Data: A Novel Approach to Understanding Railway Delays in Finland
di: Borin, Vinicius Pozzobon, et al.
Pubblicazione: (2026)

Data Science: a Natural Ecosystem
di: Porcu, Emilio, et al.
Pubblicazione: (2025)

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

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

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

Datum-wise Transformer for Synthetic Tabular Data Detection in the Wild
di: Kindji, G. Charbel N., et al.
Pubblicazione: (2025)

GenDB: The Next Generation of Query Processing -- Synthesized, Not Engineered
di: Lao, Jiale, et al.
Pubblicazione: (2026)

An Automated LLM-based Pipeline for Asset-Level Database Creation to Assess Deforestation Impact
di: Menon, Avanija, et al.
Pubblicazione: (2025)

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

Forgetting by Pruning: Data Deletion in Join Cardinality Estimation
di: He, Chaowei, et al.
Pubblicazione: (2025)

Process Mining for Unstructured Data: Challenges and Research Directions
di: Koschmider, Agnes, et al.
Pubblicazione: (2023)

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

LEAD: Iterative Data Selection for Efficient LLM Instruction Tuning
di: Lin, Xiaotian, et al.
Pubblicazione: (2025)