提出一种算法，可用于计算概率的边际化和抽取精确联合样本，它运行的时间为O（Dlog2 D），并将其作为低阶树结构模型内的有效信念传播，用于更一般的模型Recursive Cardinality models，探索了它们的表现力并证明了它们的效用。

Oct, 2012

本文介绍了一种名为NeuroCard的查询优化器，它利用了神经网络技术，结合了join采样和深度自回归模型，能够精确地预测复杂查询的关系及数量。该方法实现了比现有方法更高的精确度，而且具有较小的存储空间和高效的构建时间。

Jun, 2020

本研究旨在探讨学习模型在实际部署中替代基于传统方法的概数估计器的潜力。通过对四个实际数据集进行五种学习方法和八种传统方法的比较，结果显示学习模型更加准确但训练和推理成本较高。此外，我们探究了学习模型在动态环境下的表现和可能出现的问题，并提出了控制成本和提高可信度这两个有前途的研究方向以及其他研究机会。

Dec, 2020

本文提出了一种基于知识图谱嵌入和图神经网络的GNCE方法，通过对知识图谱中实体做语义嵌入和使用GNN处理查询来准确预测查询的基数，并在多个知识图谱的q误差方面对GNCE进行评估，表明其在估计准确性方面优于其他方法。

Mar, 2023

我们提出了一种名为Duet的新型混合确定建模方法，用于基数估计问题，与之前的方法相比，具有更好的效率和可扩展性。Duet允许以可微分的形式直接估计范围查询的基数，时间和内存成本大大降低。通过将模型估计错误较大的查询纳入训练过程中，我们可以解决高维表上模型估计误差的长尾分布问题。我们对经典数据集和基准进行了Duet的评估，结果证明了Duet的有效性。

Jul, 2023

使用生成模型创建结构化数据基准，其中包含可联合和不可联合但相关的表格对。评估了最近的表联合搜索方法，并提出了基于大型语言模型的新的表搜索方法，发现新的基准相比手动创建的基准更具挑战性，对所有方法的性能都有降低。

Aug, 2023

通过引入ML Benchmark For Relational Databases (RDBench)标准化基准测试，旨在促进多表关系数据库上可复现的机器学习研究，RDBench为不同的机器学习领域提供多样的关系数据库数据集，使得从XGBoost到图神经网络等不同领域的ML方法可以进行有意义的比较和评估。

Oct, 2023

本研究旨在通过构建多样化和无偏见的超关系查询集，综合调查超关系知识图上的查询基数估计问题，并提出一种新颖的附加限定词图神经网络（GNN）模型，该模型能够有效地将限定词信息整合，并自适应地合并多个GNN层的输出，以准确预测查询基数。实验证明，所提出的超关系查询编码器在多样化和无偏见的基准测试上优于所有现有的超关系知识图上的查询基数估计方法。

May, 2024

通过使用PRICE模型，使用低级别但可传输的数据分布和查询信息特征以及自注意力模型，可以准确计算任何数据库中的基数估计，而准备成本仅为基于基本一维直方图的方法。此外，价格可以在任何具体数据库上进行微调，进一步提高性能。

Jun, 2024

在仅有限标记数据可用的情况下，主动学习通过设计查询策略来选择信息量最大的数据点进行标记，旨在提高学习算法的效率和性能。然而，目前缺乏对不同查询策略性能进行比较的标准化基准，特别是在将不同学习算法与主动学习流程相结合并考察学习算法选择的影响方面。为了弥补这一空白，我们提出了ALPBench，用于支持主动学习流程的规范、执行和性能监控。它内置了可确保可重复评估的措施，保存了使用算法的精确数据集拆分和超参数设置。总共，ALPBench包含86个真实的表格分类数据集和5个主动学习设置，产生430个主动学习问题。为了证明其对各种学习算法和查询策略的有用性和广泛兼容性，我们进行了一项示例研究，评估了9种查询策略与8种学习算法在两种不同设置下的表现。我们在此提供ALPBench：[URL]

Jun, 2024