Jul, 2016

渐进式分析：一种探索数据分析的计算范式

PDF
TL;DR介绍了一种名为 Progressive Computation for Data Analysis 的计算范式，通过以渐进的方式执行计算，将渐进计算带到编程语言层面，为探索性数据分析系统的程序员提供了一个低延迟的保证。
progressive computationdata analysislow-latencyexploratory data analysisprogramming language
发现论文，激发创造
  • DataSite：基于洞察力的建议计算的主动视觉数据探索

    DataSite 是一种积极的视觉分析系统，通过自动化服务器端计算引擎来减轻分析人员的认知负担和领域知识要求，并通过通知提供重要特征表面。有关用户研究的比较表明，与最近的可视化推荐系统相比，DataSite 在支持复杂分析方面显示出显着改进。

    Feb, 2018

  • 加速科学：计算研究议程

    大数据和算法处理促进科学进步，但需要研究算法处理和认知工具的发展，以及如何在科学领域中进行有效的数据分析和模拟，以推进科学发现的速度和准确性。

    Apr, 2016

  • 强化近似探索式数据分析

    这篇论文提出了一种基于深度强化学习的框架，旨在优化采样策略以保持数据分析和洞察流，同时减少交互延迟，通过在 3 个真实数据集上进行评估，证明了该技术相对于基线方法能够保留原始的洞察生成过程。

    Dec, 2022

  • 具有上下文丰富处理的分析引擎：迈向高效的下一代分析

    提出了一个与组件共同优化的分析引擎，采用在线数据集成和多个真相来源以解决数据清洗和复杂分析问题。

    Dec, 2022

  • 现代数据密集型应用的异构数据中心架构：机器学习和数据库的案例研究

    本研究通过对数据访问和计算模式的分析，以深度优化算法和硬件，提出了两种利用 PIM 范式进行机器学习和混合事务 / 分析处理的数据中心架构。

    May, 2022

  • 进展与压缩：一种可扩展的连续学习框架

    本研究介绍了一个在连续学习领域具有概念简单、可扩展性强的框架，其任务按顺序逐个学习。该方法在参数数量上保持恒定，旨在保持在以前遇到的任务上的表现，并加速在后续问题上的学习进度。我们在手写字母分类和两个强化学习领域（Atari 游戏和 3D 迷宫导航）上展示了该方法的优越性。

    May, 2018

  • 论统计、计算与可扩展性

    该论文探讨了统计过程如何设计以在计算能力上可扩展以处理大规模的数据集，重点考虑了分而治之的方法和基于凸松弛的层次结构等算法以及它们对统计学的影响。

    Sep, 2013

  • 大数据分析挑战

    这篇文献讨论了大数据的显著特征及其对统计和计算方法的范式变革产生的影响，强调了高置信度集中最稀疏解的可行性，并指出大多数针对大数据的统计方法中的外生性假设无法被验证，容易导致错误的统计推断和错误的科学结论。

    Aug, 2013

  • 语言模型的算法进展

    自 2012 年至 2023 年，使用 Wikitext 和 Penn Treebank 的 200 多个语言模型评估数据集，我们发现为达到一定性能门槛所需的计算量每 8 个月减少一半，置信区间为 5 到 14 个月，远快于 Moore 定律关于硬件提升的速度。我们估计了增强的缩放定律，可以量化算法进展并确定缩放模型与训练算法创新的相对贡献。尽管算法进展迅速且新架构（如变压器）的发展，我们的分析显示在这段时间内计算量对整体性能改进的贡献更大。尽管受噪声基准数据限制，我们的分析量化了语言建模的快速进展，并阐明了计算量与算法的相对贡献。

    Mar, 2024

  • 大数据集的主成分分析算法

    本文介绍了一种基于随机方法的主要成分分析算法，该算法适用于无法存储在内存中的大型数据集，并通过多个数值实例展示了其性能。

    Jul, 2010