本篇论文讨论利用数据局部性可以提高机器学习算法性能的方法，证明重复数据访问与计算可以视为数据移动中的冗余，提出直接重用计算结果可以避免冗余，文中也使用选定的机器学习算法进行了具体的实现和证明。

Jan, 2020

利用深度学习解决内存性能瓶颈问题，采用神经网络进行内存预取，取得更高的准确率和召回率。

Mar, 2018

该研究通过评估训练数据的统计特征对模型中的记忆编码产生的影响，重现了重复次数对记忆序列遗忘概率的对数标度关系，并发现即使没有后续接触，经过多次训练的数据仍然可以在训练过程中被揭示。由于这些潜在的记忆序列可能隐藏在模型的最终检查点上，这对数据隐私具有挑战性。为此，我们开发了一种通过考虑交叉熵损失来揭示这些潜在记忆序列的诊断测试。

Jun, 2024

本文研究各机器学习子社区在 2015-2020 年期间数据集使用模式的差异，并发现技术社区对越来越少的数据集集中使用，大量采用来自其他任务的数据集，并集中于由少数精英机构研究者推出的数据集，从而对科学评估、人工智能伦理和公平性、以及领域内的平等 / 可接近性产生影响。

Dec, 2021

本文介绍基于高性能计算的分布式 DataFrame 操作常见模式和成本模型，同时评估了 Cylon 在 ORNL Summit 超级计算机上的性能表现。

Jul, 2023

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

在这项研究中，我们统一了关于机器学习中记忆化的定义和观点，讨论了它们与模型泛化的相互作用以及这些现象对数据隐私的影响，并系统化了允许从各种机器学习学习设置中检测记忆化发生或量化记忆化的方法。最后，我们讨论了记忆化在隐私攻击、差分隐私和对抗性行为者等方面的背景。

Nov, 2023

本文通过对七个开源软件项目的源代码更改历史进行数据挖掘，提出了一种自动推荐源代码更改的方法，并评估了四种广泛使用的数据挖掘算法的性能和执行时间，发现在不同的软件项目中，一些频繁模式挖掘算法，如 Apriori，可能比其他算法更有效，在规模较大的项目中 Apriori 更适用，而在小型项目中 Eclat 更适用，FP-Growth 的执行时间更短。

Apr, 2023

针对现代硬件上的程序性能特征之一 —— 引用局部性，本文证明了一种渐进最优的算法在所有奖励引用局部性的系统中都是渐进最优的，即使在理想缓存模型中，缓存遗忘框架虽然并未针对直接建模引用局部性的相关性能，但可排除某些病态情况下在合理设置下得到渐近最优解。

Feb, 2019

本文研究机器学习的研究领域，在探讨了机器学习领域中出现的四种不良趋势的同时，提供了对应的解决方法和可能产生不良趋势的原因。

Jul, 2018