Fuzzy Integration of Data Lake Tables
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Khatiwada, Aamod, Shraga, Roee, Miller, Renée J. |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Diverse Unionable Tuple Search: Novelty-Driven Discovery in Data Lakes [Technical Report]
par: Khatiwada, Aamod, et autres
Publié: (2025)
par: Khatiwada, Aamod, et autres
Publié: (2025)
Gen-T: Table Reclamation in Data Lakes
par: Fan, Grace, et autres
Publié: (2024)
par: Fan, Grace, et autres
Publié: (2024)
ModelTables: A Corpus of Tables about Models
par: Dong, Zhengyuan, et autres
Publié: (2025)
par: Dong, Zhengyuan, et autres
Publié: (2025)
Table Integration in Data Lakes Unleashed: Pairwise Integrability Judgment, Integrable Set Discovery, and Multi-Tuple Conflict Resolution
par: Ji, Daomin, et autres
Publié: (2024)
par: Ji, Daomin, et autres
Publié: (2024)
Simplifying Data Integration: SLM-Driven Systems for Unified Semantic Queries Across Heterogeneous Databases
par: Lin, Teng
Publié: (2025)
par: Lin, Teng
Publié: (2025)
Beyond Quacking: Deep Integration of Language Models and RAG into DuckDB
par: Dorbani, Anas, et autres
Publié: (2025)
par: Dorbani, Anas, et autres
Publié: (2025)
ArcBERT: An LLM-based Search Engine for Exploring Integrated Multi-Omics Metadata
par: Doniparthi, Gajendra, et autres
Publié: (2025)
par: Doniparthi, Gajendra, et autres
Publié: (2025)
Object-Centric Analysis of XES Event Logs: Integrating OCED Modeling with SPARQL Queries
par: Latif, Saba, et autres
Publié: (2025)
par: Latif, Saba, et autres
Publié: (2025)
SymphonyQG: Towards Symphonious Integration of Quantization and Graph for Approximate Nearest Neighbor Search
par: Gou, Yutong, et autres
Publié: (2024)
par: Gou, Yutong, et autres
Publié: (2024)
Learned Data Compression: Challenges and Opportunities for the Future
par: Liu, Qiyu, et autres
Publié: (2024)
par: Liu, Qiyu, et autres
Publié: (2024)
Data-Aware Socratic Query Refinement in Database Systems
par: Zhang, Ruiyuan, et autres
Publié: (2025)
par: Zhang, Ruiyuan, et autres
Publié: (2025)
Compass: General Filtered Search across Vector and Structured Data
par: Ye, Chunxiao, et autres
Publié: (2025)
par: Ye, Chunxiao, et autres
Publié: (2025)
Relational Deep Dive: Error-Aware Queries Over Unstructured Data
par: Chao, Daren, et autres
Publié: (2025)
par: Chao, Daren, et autres
Publié: (2025)
Altar: Structuring Sharable Experimental Data from Early Exploration to Publication
par: Gaultier, William, et autres
Publié: (2026)
par: Gaultier, William, et autres
Publié: (2026)
Pneuma: Leveraging LLMs for Tabular Data Representation and Retrieval in an End-to-End System
par: Balaka, Muhammad Imam Luthfi, et autres
Publié: (2025)
par: Balaka, Muhammad Imam Luthfi, et autres
Publié: (2025)
On the Costs and Benefits of Learned Indexing for Dynamic High-Dimensional Data: Extended Version
par: Slanináková, Terézia, et autres
Publié: (2025)
par: Slanináková, Terézia, et autres
Publié: (2025)
ACORN: Performant and Predicate-Agnostic Search Over Vector Embeddings and Structured Data
par: Patel, Liana, et autres
Publié: (2024)
par: Patel, Liana, et autres
Publié: (2024)
LLM-Enhanced Semantic Data Integration of Electronic Component Qualifications in the Aerospace Domain
par: De Santis, Antonio, et autres
Publié: (2026)
par: De Santis, Antonio, et autres
Publié: (2026)
LIST: Learning to Index Spatio-Textual Data for Embedding based Spatial Keyword Queries
par: Yin, Ziqi, et autres
Publié: (2024)
par: Yin, Ziqi, et autres
Publié: (2024)
ReSearch: A Multi-Stage Machine Learning Framework for Earth Science Data Discovery
par: Sun, Youran, et autres
Publié: (2026)
par: Sun, Youran, et autres
Publié: (2026)
Efficient Data-aware Distance Comparison Operations for High-Dimensional Approximate Nearest Neighbor Search
par: Deng, Liwei, et autres
Publié: (2024)
par: Deng, Liwei, et autres
Publié: (2024)
LLM-Driven Data Generation and a Novel Soft Metric for Evaluating Text-to-SQL in Aviation MRO
par: Sutanto, Patrick, et autres
Publié: (2025)
par: Sutanto, Patrick, et autres
Publié: (2025)
Synergizing Data Imputation and Electronic Health Records for Advancing Prostate Cancer Research: Challenges, and Practical Applications
par: Batouche, Abderrahim Oussama, et autres
Publié: (2023)
par: Batouche, Abderrahim Oussama, et autres
Publié: (2023)
Implementation and Privacy Guarantees for Scalable Keyword Search on SOLID-based Decentralized Data with Granular Visibility Constraints
par: Ragab, Mohamed, et autres
Publié: (2026)
par: Ragab, Mohamed, et autres
Publié: (2026)
Starling: An I/O-Efficient Disk-Resident Graph Index Framework for High-Dimensional Vector Similarity Search on Data Segment
par: Wang, Mengzhao, et autres
Publié: (2024)
par: Wang, Mengzhao, et autres
Publié: (2024)
AutoPK: Leveraging LLMs and a Hybrid Similarity Metric for Advanced Retrieval of Pharmacokinetic Data from Complex Tables and Documents
par: Sholehrasa, Hossein, et autres
Publié: (2025)
par: Sholehrasa, Hossein, et autres
Publié: (2025)
Something's Fishy In The Data Lake: A Critical Re-evaluation of Table Union Search Benchmarks
par: Boutaleb, Allaa, et autres
Publié: (2025)
par: Boutaleb, Allaa, et autres
Publié: (2025)
SIEVE: Effective Filtered Vector Search with Collection of Indexes
par: Li, Zhaoheng, et autres
Publié: (2025)
par: Li, Zhaoheng, et autres
Publié: (2025)
Reveal Hidden Pitfalls and Navigate Next Generation of Vector Similarity Search from Task-Centric Views
par: Chen, Tingyang, et autres
Publié: (2025)
par: Chen, Tingyang, et autres
Publié: (2025)
DGAI: Decoupled On-Disk Graph-Based ANN Index for Efficient Updates and Queries
par: Lou, Jiahao, et autres
Publié: (2025)
par: Lou, Jiahao, et autres
Publié: (2025)
Empowering Graph-based Approximate Nearest Neighbor Search with Adaptive Awareness Capabilities
par: Ruan, Jiancheng, et autres
Publié: (2025)
par: Ruan, Jiancheng, et autres
Publié: (2025)
Coordination-Free Lane Partitioning for Convergent ANN Search
par: Kugblenu, Carl, et autres
Publié: (2025)
par: Kugblenu, Carl, et autres
Publié: (2025)
CRouting: Reducing Expensive Distance Calls in Graph-Based Approximate Nearest Neighbor Search
par: Li, Zhenxin, et autres
Publié: (2025)
par: Li, Zhenxin, et autres
Publié: (2025)
Attribute Filtering in Approximate Nearest Neighbor Search: An In-depth Experimental Study
par: Li, Mocheng, et autres
Publié: (2025)
par: Li, Mocheng, et autres
Publié: (2025)
Evaluation Report on MCP Servers
par: Luo, Zhiling, et autres
Publié: (2025)
par: Luo, Zhiling, et autres
Publié: (2025)
The system of processing and analysis of customer tracking data for customer journey research on the base of RFID technology
par: Kholod, Marina
Publié: (2025)
par: Kholod, Marina
Publié: (2025)
MLego: Interactive and Scalable Topic Exploration Through Model Reuse
par: Ye, Fei, et autres
Publié: (2025)
par: Ye, Fei, et autres
Publié: (2025)
A Survey on Open Dataset Search in the LLM Era: Retrospectives and Perspectives
par: Li, Pengyue, et autres
Publié: (2025)
par: Li, Pengyue, et autres
Publié: (2025)
eST$^2$ Miner -- Process Discovery Based on Firing Partial Orders
par: Folz-Weinstein, Sabine, et autres
Publié: (2025)
par: Folz-Weinstein, Sabine, et autres
Publié: (2025)
OrchANN: A Unified I/O Orchestration Framework for Skewed Out-of-Core Vector Search
par: Huan, Chengying, et autres
Publié: (2025)
par: Huan, Chengying, et autres
Publié: (2025)
Documents similaires
-
Diverse Unionable Tuple Search: Novelty-Driven Discovery in Data Lakes [Technical Report]
par: Khatiwada, Aamod, et autres
Publié: (2025) -
Gen-T: Table Reclamation in Data Lakes
par: Fan, Grace, et autres
Publié: (2024) -
ModelTables: A Corpus of Tables about Models
par: Dong, Zhengyuan, et autres
Publié: (2025) -
Table Integration in Data Lakes Unleashed: Pairwise Integrability Judgment, Integrable Set Discovery, and Multi-Tuple Conflict Resolution
par: Ji, Daomin, et autres
Publié: (2024) -
Simplifying Data Integration: SLM-Driven Systems for Unified Semantic Queries Across Heterogeneous Databases
par: Lin, Teng
Publié: (2025)