Buchumschlag

Automatic String Data Validation with Pattern Discovery

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lin, Xinwei, Zhao, Jing, Di, Peng, Xiao, Chuan, Mao, Rui, Ji, Yan, Onizuka, Makoto, Ding, Zishuo, Shang, Weiyi, Qin, Jianbin
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Databases
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Privacy-Enhanced Database Synthesis for Benchmark Publishing (Technical Report)
von: Ge, Yunqing, et al.
Veröffentlicht: (2024)

Ultraverse: A System-Centric Framework for Efficient What-If Analysis for Database-Intensive Web Applications
von: Ko, Ronny, et al.
Veröffentlicht: (2022)

ShapleyPipe: Hierarchical Shapley Search for Data Preparation Pipeline Construction
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)

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

Efficient Query Rewrite Rule Discovery via Standardized Enumeration and Learning-to-Rank(extend)
von: Zhang, Yuan, et al.
Veröffentlicht: (2026)

LAKEGEN: A LLM-based Tabular Corpus Generator for Evaluating Dataset Discovery in Data Lakes
von: Dai, Zhenwei, et al.
Veröffentlicht: (2025)

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

OmniMatch: Effective Self-Supervised Any-Join Discovery in Tabular Data Repositories
von: Koutras, Christos, et al.
Veröffentlicht: (2024)

Approximate Nearest Neighbor Search for Modern AI: A Projection-Augmented Graph Approach
von: Lu, Kejing, et al.
Veröffentlicht: (2026)

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

The Past Still Matters: A Temporally-Valid Data Discovery System
von: Esmailoghli, Mahdi, et al.
Veröffentlicht: (2025)

Multiple Index Merge for Approximate Nearest Neighbor Search
von: Jing, Liuchang, et al.
Veröffentlicht: (2026)

Data Overvaluation Attack and Truthful Data Valuation in Federated Learning
von: Zheng, Shuyuan, et al.
Veröffentlicht: (2025)

Validating Temporal Compliance Patterns: A Unified Approach with $MTL_f$ over various Data Models
von: Zaki, Nesma M., et al.
Veröffentlicht: (2024)

Automatic Data Repair: Are We Ready to Deploy?
von: Ni, Wei, et al.
Veröffentlicht: (2023)

Towards Operationalizing Heterogeneous Data Discovery
von: Wang, Jin, et al.
Veröffentlicht: (2025)

BOD: Blindly Optimal Data Discovery
von: Hoang, Thomas
Veröffentlicht: (2024)

Large Language Models as Data Preprocessors
von: Zhang, Haochen, et al.
Veröffentlicht: (2023)

Efficient Discovery of Significant Patterns with Few-Shot Resampling
von: Pellegrina, Leonardo, et al.
Veröffentlicht: (2024)

Instance-Optimized String Fingerprints
von: Stoian, Mihail, et al.
Veröffentlicht: (2025)

ODIN: A NL2SQL Recommender to Handle Schema Ambiguity
von: Vaidya, Kapil, et al.
Veröffentlicht: (2025)

Dataset Discovery via Line Charts
von: Ji, Daomin, et al.
Veröffentlicht: (2024)

NSPG-Miner: Mining Repetitive Negative Sequential Patterns
von: Li, Yan, et al.
Veröffentlicht: (2025)

Blend: A Unified Data Discovery System
von: Esmailoghli, Mahdi, et al.
Veröffentlicht: (2023)

FREYJA: Efficient Join Discovery in Data Lakes
von: Maynou, Marc, et al.
Veröffentlicht: (2024)

Limitations of Validity Intervals in Data Freshness Management
von: Kang, Kyoung-Don
Veröffentlicht: (2024)

SilentWood: Private Inference Over Gradient-Boosting Decision Forests
von: Ko, Ronny, et al.
Veröffentlicht: (2024)

Downsizing Diffusion Models for Cardinality Estimation
von: Mu, Xinhe, et al.
Veröffentlicht: (2025)

Birdie: Natural Language-Driven Table Discovery Using Differentiable Search Index
von: Guo, Yuxiang, et al.
Veröffentlicht: (2025)

Unified Data Discovery across Query Modalities and User Intents
von: Wang, Tingting, et al.
Veröffentlicht: (2026)

DataLens: Enhancing Dataset Discovery via Network Topologies
von: Ollagnier, Anaïs, et al.
Veröffentlicht: (2025)

LITS: An Optimized Learned Index for Strings (An Extended Version)
von: Yang, Yifan, et al.
Veröffentlicht: (2024)

On Reporting Durable Patterns in Temporal Proximity Graphs
von: Agarwal, Pankaj K., et al.
Veröffentlicht: (2024)

Automated Data Quality Validation in an End-to-End GNN Framework
von: Dong, Sijie, et al.
Veröffentlicht: (2025)

Integrating Knowledge Graphs and Visualization Dashboards for Advance Data Discovery in VESA
von: Betz, Pawandeep Kaur, et al.
Veröffentlicht: (2024)

GenIE - Simulator-Driven Iterative Data Exploration for Scientific Discovery
von: Colaco, Ashwin Gerard, et al.
Veröffentlicht: (2025)

LakeVisage: Towards Scalable, Flexible and Interactive Visualization Recommendation for Data Discovery over Data Lakes
von: Hu, Yihao, et al.
Veröffentlicht: (2025)

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

Efficient Data Ingestion in Cloud-based architecture: a Data Engineering Design Pattern Proposal
von: Rucco, Chiara, et al.
Veröffentlicht: (2025)