:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Peleška, Jakub, Šír, Gustav
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Databases
Online-Zugang:	https://arxiv.org/abs/2506.22199
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Task-Agnostic Contrastive Pretraining for Relational Deep Learning
von: Peleška, Jakub, et al.
Veröffentlicht: (2025)

Transformers Meet Relational Databases
von: Peleška, Jakub, et al.
Veröffentlicht: (2024)

Database Views as Explanations for Relational Deep Learning
von: Rissaki, Agapi, et al.
Veröffentlicht: (2025)

A Self-Explainable Heterogeneous GNN for Relational Deep Learning
von: Ferrini, Francesco, et al.
Veröffentlicht: (2024)

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

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

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

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

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

Synthesize, Retrieve, and Propagate: A Unified Predictive Modeling Framework for Relational Databases
von: Li, Ning, et al.
Veröffentlicht: (2025)

The Hybrid Multimodal Graph Index (HMGI): A Comprehensive Framework for Integrated Relational and Vector Search
von: Chandra, Joydeep, et al.
Veröffentlicht: (2025)

CardBench: A Benchmark for Learned Cardinality Estimation in Relational Databases
von: Chronis, Yannis, et al.
Veröffentlicht: (2024)

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

SEAnet: A Deep Learning Architecture for Data Series Similarity Search
von: Wang, Qitong, et al.
Veröffentlicht: (2026)

Incorporating Deep Learning Design in Database Queries
von: Lubarsky, Yuval Lev, et al.
Veröffentlicht: (2026)

CHORUS: Foundation Models for Unified Data Discovery and Exploration
von: Kayali, Moe, et al.
Veröffentlicht: (2023)

Learned Graph Rewriting with Equality Saturation: A New Paradigm in Relational Query Rewrite and Beyond
von: Bărbulescu, George-Octavian, et al.
Veröffentlicht: (2024)

PyTorch Frame: A Modular Framework for Multi-Modal Tabular Learning
von: Hu, Weihua, et al.
Veröffentlicht: (2024)

Hippasus: Effective and Efficient Automatic Feature Augmentation for Machine Learning Tasks on Relational Data
von: Papadias, Serafeim, et al.
Veröffentlicht: (2026)

NeurStore: Efficient In-database Deep Learning Model Management System
von: Xiang, Siqi, et al.
Veröffentlicht: (2025)

CroTad: A Contrastive Reinforcement Learning Framework for Online Trajectory Anomaly Detection
von: Xue, Rui, et al.
Veröffentlicht: (2025)

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

IRG: Modular Synthetic Relational Database Generation with Complex Relational Schemas
von: Li, Jiayu, et al.
Veröffentlicht: (2023)

A Unified Replay-based Continuous Learning Framework for Spatio-Temporal Prediction on Streaming Data
von: Miao, Hao, et al.
Veröffentlicht: (2024)

RLOMM: An Efficient and Robust Online Map Matching Framework with Reinforcement Learning
von: Chen, Minxiao, et al.
Veröffentlicht: (2025)

UniTS: A Universal Time Series Analysis Framework Powered by Self-Supervised Representation Learning
von: Liang, Zhiyu, et al.
Veröffentlicht: (2023)

Gaussian Relational Graph Transformer
von: Ding, Zezhong, et al.
Veröffentlicht: (2026)

SchemaDB: Structures in Relational Datasets
von: Christopher, Cody James, et al.
Veröffentlicht: (2021)

Observatory: Characterizing Embeddings of Relational Tables
von: Cong, Tianji, et al.
Veröffentlicht: (2023)

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

Benchmarking the Fidelity and Utility of Synthetic Relational Data
von: Hudovernik, Valter, et al.
Veröffentlicht: (2024)

Optimizing LLM Queries in Relational Data Analytics Workloads
von: Liu, Shu, et al.
Veröffentlicht: (2024)

Graph-Based Feature Augmentation for Predictive Tasks on Relational Datasets
von: Qiao, Lianpeng, et al.
Veröffentlicht: (2025)

4DBInfer: A 4D Benchmarking Toolbox for Graph-Centric Predictive Modeling on Relational DBs
von: Wang, Minjie, et al.
Veröffentlicht: (2024)

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

MICRO: A Lightweight Middleware for Optimizing Cross-store Cross-model Graph-Relation Joins [Technical Report]
von: Zheng, Xiuwen, et al.
Veröffentlicht: (2026)

Relational Database Distillation: From Structured Tables to Condensed Graph Data
von: Gao, Xinyi, et al.
Veröffentlicht: (2025)

Relation-Aware Bayesian Optimization of DBMS Configurations Guided by Affinity Scores
von: Kwon, Sein, et al.
Veröffentlicht: (2025)

TorchQL: A Programming Framework for Integrity Constraints in Machine Learning
von: Naik, Aaditya, et al.
Veröffentlicht: (2023)

"Cause" is Mechanistic Narrative within Scientific Domains: An Ordinary Language Philosophical Critique of "Causal Machine Learning"
von: Kungurtsev, Vyacheslav, et al.
Veröffentlicht: (2025)