Buchumschlag

Morphing-based Compression for Data-centric ML Pipelines

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Baunsgaard, Sebastian, Boehm, Matthias
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Databases Distributed, Parallel, and Cluster Computing Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Energy Profiling of Data-Sharing Pipelines: Modeling, Estimation, and Reuse Strategies
von: Masoudi, Sepideh, et al.
Veröffentlicht: (2025)

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

GetBatch: Distributed Multi-Object Retrieval for ML Data Loading
von: Aizman, Alex, et al.
Veröffentlicht: (2026)

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

TensAIR: Real-Time Training of Neural Networks from Data-streams
von: Tosi, Mauro D. L., et al.
Veröffentlicht: (2022)

On-device Online Learning and Semantic Management of TinyML Systems
von: Ren, Haoyu, et al.
Veröffentlicht: (2024)

Snowpark: Performant, Secure, User-Friendly Data Engineering and AI/ML Next To Your Data
von: Baker, Brandon, et al.
Veröffentlicht: (2025)

Floating-Point Data Transformation for Lossless Compression
von: Jamalidinan, Samirasadat, et al.
Veröffentlicht: (2025)

LCP: Enhancing Scientific Data Management with Lossy Compression for Particles
von: Zhang, Longtao, et al.
Veröffentlicht: (2024)

Workshop Scientific HPC in the pre-Exascale era (part of ITADATA 2024) Proceedings
von: Bena, Nicola, et al.
Veröffentlicht: (2025)

DisCEdge: Distributed Context Management for Large Language Models at the Edge
von: Malekabbasi, Mohammadreza, et al.
Veröffentlicht: (2025)

Rel-HNN: Split Parallel Hypergraph Neural Network for Learning on Relational Databases
von: Alam, Md. Tanvir, et al.
Veröffentlicht: (2025)

PeFAD: A Parameter-Efficient Federated Framework for Time Series Anomaly Detection
von: Xu, Ronghui, et al.
Veröffentlicht: (2024)

Improving Automatic Parallel Training via Balanced Memory Workload Optimization
von: Wang, Yujie, et al.
Veröffentlicht: (2023)

TablePuppet: A Generic Framework for Relational Federated Learning
von: Xu, Lijie, et al.
Veröffentlicht: (2024)

Delta Tensor: Efficient Vector and Tensor Storage in Delta Lake
von: Bao, Zhiwei, et al.
Veröffentlicht: (2024)

EmbedPart: Embedding-Driven Graph Partitioning for Scalable Graph Neural Network Training
von: Merkel, Nikolai, et al.
Veröffentlicht: (2026)

COSTREAM: Learned Cost Models for Operator Placement in Edge-Cloud Environments
von: Heinrich, Roman, et al.
Veröffentlicht: (2024)

EdgeServe: A Streaming System for Decentralized Model Serving
von: Shaowang, Ted, et al.
Veröffentlicht: (2023)

Permissioned Blockchain-based Framework for Ranking Synthetic Data Generators
von: Veeraragavan, Narasimha Raghavan, et al.
Veröffentlicht: (2024)

PolarStore: High-Performance Data Compression for Large-Scale Cloud-Native Databases
von: Hu, Qingda, et al.
Veröffentlicht: (2025)

Optimization and Application of Cloud-based Deep Learning Architecture for Multi-Source Data Prediction
von: Zhang, Yang, et al.
Veröffentlicht: (2024)

ZipLLM: Efficient LLM Storage via Model-Aware Synergistic Data Deduplication and Compression
von: Wang, Zirui, et al.
Veröffentlicht: (2025)

Efficient Fault Tolerance for Pipelined Query Engines via Write-ahead Lineage
von: Wang, Ziheng, et al.
Veröffentlicht: (2024)

SAIR: Cost-Efficient Multi-Stage ML Pipeline Autoscaling via In-Context Reinforcement Learning
von: Su, Jianchang, et al.
Veröffentlicht: (2026)

Demystifying Object-based Big Data Storage Systems
von: Mondal, Anindita Sarkar, et al.
Veröffentlicht: (2024)

Orchestrating Agents and Data for Enterprise: A Blueprint Architecture for Compound AI
von: Kandogan, Eser, et al.
Veröffentlicht: (2025)

Eco-Friendly AI: Unleashing Data Power for Green Federated Learning
von: Sabella, Mattia, et al.
Veröffentlicht: (2025)

SiloFuse: Cross-silo Synthetic Data Generation with Latent Tabular Diffusion Models
von: Shankar, Aditya, et al.
Veröffentlicht: (2024)

Harnessing Data Spaces to Build Intelligent Smart City Infrastructures Across the Cloud-Edge Continuum
von: Amaxilatis, Dimitrios, et al.
Veröffentlicht: (2025)

Governing Cloud Data Pipelines with Agentic AI
von: Kirubakaran, Aswathnarayan Muthukrishnan, et al.
Veröffentlicht: (2025)

LiveData -- A Worldwide Data Mesh for Stratified Data
von: Bocca, Simone, et al.
Veröffentlicht: (2024)

Mathematical Foundations of Modeling ETL Process Chains
von: Maier, Levin, et al.
Veröffentlicht: (2026)

ZipFlow: a Compiler-based Framework to Unleash Compressed Data Movement for Modern GPUs
von: Yeo, Gwangoo, et al.
Veröffentlicht: (2026)

AsyncMesh: Fully Asynchronous Optimization for Data and Pipeline Parallelism
von: Ajanthan, Thalaiyasingam, et al.
Veröffentlicht: (2026)

Towards Serverless Processing of Spatiotemporal Big Data Queries
von: Baumann, Diana, et al.
Veröffentlicht: (2025)

Data Caching for Enterprise-Grade Petabyte-Scale OLAP
von: Tang, Chunxu, et al.
Veröffentlicht: (2024)

EdgeMiner: Distributed Process Mining at the Data Sources
von: Andersen, Julia, et al.
Veröffentlicht: (2024)

Data Trading and Monetization: Challenges and Open Research Directions
von: Ramadan, Qusai, et al.
Veröffentlicht: (2024)

tf.data service: A Case for Disaggregating ML Input Data Processing
von: Audibert, Andrew, et al.
Veröffentlicht: (2022)