实体
ParCFDFinder
ParCFDFinder
PulseAugur coverage of ParCFDFinder — every cluster mentioning ParCFDFinder across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新算法加速大型数据集中的条件依赖发现
一种名为 ParCFDFinder 的新算法，已集成到 Desbordante 数据分析器中，显著增强了条件函数依赖（CFDs）的发现能力。这款开源工具采用 C++ 编写，并提供 Python 接口，与先前的方法相比，速度提升高达 318 倍，内存使用量减少高达 23 倍。这些改进使得在大型数据集上高效发现 CFDs 成为可能，从而使复杂的数据质量任务和洞察提取更加便捷。
-
Desbordante 数据分析器在依赖发现方面实现 40 倍加速
研究人员开发了 Desbordante，一个开源数据分析器，它能显著加速匹配依赖的发现，这一概念对于实体解析和数据集成等数据质量任务至关重要。通过实施包括新的采样和泛化查找方法在内的多项优化技术，Desbordante 与之前的最先进算法相比，实现了超过 40 倍的速度提升。这个与 Python 集成的增强版本，易于使用，能够更高效、更实际地将依赖发现应用于大型数据集。