Meisam Jamshidi Seikavandi; Alice Modica; Anna Obara; Fabricio Batista Narcizo; Tanya Ignatenko; Ted Vucurevich; Jesper…
Ringkasan
AffectAI-Capture adalah protokol yang dapat direproduksi untuk mengumpulkan data multimodal tersinkronisasi dari interaksi mirip rapat empat orang, yang mengintegrasikan pelacakan mata, fisiologi wearable, audio, video, pencatatan peristiw…
Metode
Protokol AffectAI-Capture mengorkestrasi pengumpulan data melalui pengaturan instrumentasi modular. Empat partisipan terlibat dalam blok tugas terstruktur yang berasal dari paradi…
Hasil
Karena protokol ini berada pada tahap validasi pilot, hasilnya terutama bersifat teknis. Uji bench menilai kualitas audio dan sinkronisasi video. Kualitas audio dievaluasi dengan merekam sinyal yang …
OpenHealth Lake adalah platform prototipe manajemen data yang dibangun di atas arsitektur lakehouse data, federasi data, dan prinsip FAIR untuk menjawab tantangan data heterogen dalam bioinformatika dan kesehatan global. Studi pengguna den…
Metode
Proses perancangan OpenHealth Lake mengikuti pendekatan yang sistematis. Pertama, kebutuhan sistem diidentifikasi dari studi yang telah dipublikasikan sebelumnya dan dilengkapi de…
Hasil
Studi pengguna menunjukkan bahwa prototipe OpenHealth Lake dapat digunakan dan bermanfaat. Peserta dengan beragam latar belakang teknis mampu berinteraksi dengan platform melalui berbagai antarmuka: …
Makalah ini menyajikan perbandingan teoretis terpadu kuantizer berbasis rotasi terkini (EDEN, RabitQ, TurboQuant) dan memperkenalkan BlockQuant, algoritma kuantisasi block-spherical yang meningkatkan MSE rekonstruksi dan distorsi inner-pro…
Metode
Makalah ini pertama-tama menetapkan kerangka teoretis terpadu untuk membandingkan EDEN, RabitQ, dan TurboQuant di bawah kriteria distorsi yang berbeda (MSE, distorsi inner-product…
Hasil
Makalah ini melaporkan eksperimen pada dataset embedding nyata dan tugas inferensi LLM konteks panjang. Hasilnya menunjukkan keuntungan praktis yang konsisten dengan peningkatan teoretis. Secara spes…
PerfEvolve menggantikan dokumentasi statis dengan keterampilan eksekutabel, memungkinkan agen berbasis LLM melakukan verifikasi konsistensi versi, pembuatan profil spesifik beban kerja, dan optimasi gabungan multi-parameter untuk penyetela…
Metode
PerfEvolve mengoperasionalkan metodologi penyetelan pakar sebagai keterampilan eksekutabel untuk agen berbasis LLM. Pendekatan ini mencakup tiga kemampuan inti: 1. **Verifikasi ko…
Hasil
PerfEvolve dievaluasi pada PostgreSQL menggunakan benchmark TPC-C dan TPC-H. Hasilnya menunjukkan bahwa PerfEvolve mengungguli baseline penyetelan yang digerakkan dokumentasi mutakhir hingga 35,2%. P…
Anotasi dua tahap terhadap 10.000 abstrak OpenAlex menemukan bahwa 12% bermasalah integritas, terutama konten yang tidak memadai dan metadata yang salah tempat. Para penulis mengusulkan portal komunitas untuk meningkatkan kualitas data bag…
Metode
Para penulis menerapkan protokol anotasi dua tahap yang menggabungkan tinjauan pakar manusia dan klasifikasi large language model (LLM). Pertama, sampel acak 10.000 abstrak jurnal…
Hasil
Analisis mengungkapkan bahwa 12% dari abstrak sampel bermasalah integritas. Mode kegagalan yang paling lazim adalah konten yang tidak memadai dan metadata yang salah tempat. Konten yang tidak memadai…
Philip A. Bernstein menuturkan sejarah awal penelitian transaksi, menjelaskan relevansinya yang bertahan, dan berspekulasi tentang masa depannya. Versi diperluas dari makalah SIGMOD-Companion '25 ini merenungkan lima dekade kemajuan.
Metode
Makalah ini memakai metodologi historis dan reflektif, dengan bersandar pada pengalaman Bernstein sendiri dan literatur yang lebih luas. Ini bukan studi eksperimental tradisional,…
Hasil
Analisis historis mengungkap beberapa temuan kunci. Penelitian transaksi awal, termasuk karya Bernstein sendiri, meletakkan dasar bagi properti ACID dan two-phase locking. Konsep-konsep ini dengan ce…
D-Shap merumuskan ulang valuasi data berbasis Shapley sebagai masalah pemeliharaan matriks terstruktur, memungkinkan pembaruan tugas dalam hitungan milidetik dan pengurangan biaya pembaruan pemain hingga tiga orde besaran sambil mempertaha…
Metode
Metodologi inti D-Shap berpusat pada pemeliharaan matriks pemain-demi-tugas $\mathbf{S} \in \mathbb{R}^{n \times m}$, dengan $n$ adalah jumlah pemain pelatihan dan $m$ adalah juml…
Hasil
Eksperimen pada berbagai model menunjukkan efisiensi dan efektivitas D-Shap. Untuk pembaruan tugas, D-Shap melakukan pembaruan dalam hitungan milidetik, sedangkan komputasi ulang penuh memerlukan wak…
Makalah ini memperkenalkan constraint inexistence dan anti-existence sebagai dual dari constraint existence dan non-existence dalam (Elementary) Mathematical Data Model. Makalah ini menyediakan definisi formal, membuktikan kompleksitas kon…
Metode
Metodologi penelitian mengikuti pendekatan formal. Pertama, penulis memperluas EMDM dengan mendefinisikan constraint inexistence dan anti-existence beserta empat subtipe-nya. Cons…
Hasil
Makalah ini mendefinisikan secara formal dua tipe constraint baru: inexistence dan anti-existence, masing-masing dengan dua subtipe, sehingga menghasilkan empat subtipe baru. Bersama dengan tiga subt…
Virginia K. Hench; J. Harry Caufield; Sierra A. T. Moxon; Jason M. O'Brien; Stephen W. Edwards
Ringkasan
AOP-Wiki EMOD 3.0 menyajikan perluasan model data dan kerangka evaluasi konten yang memanfaatkan AI agentik untuk meningkatkan kualitas internal AOP-Wiki, penataan bukti, dan integrasi antara Adverse Outcome Pathways dan New Approach Metho…
Metode
Penulis mengembangkan AOP-Wiki EMOD 3.0 sebagai prototipe model bukti yang memperluas model data AOP-Wiki yang ada. Metodologi berpusat pada tiga pilar yang saling terkait: (1) pe…
Hasil
Hasil utama adalah prototipe AOP-Wiki EMOD 3.0 itu sendiri, yang menunjukkan perluasan model data yang layak dan visi untuk AOP-Wiki yang ditransformasi. Penulis melaporkan bahwa prototipe ini secara…
DivSkill-SQL adalah kerangka kerja optimasi keterampilan residual yang membangun ansambel Text-to-SQL agentic komplementer dengan mengoptimalkan setiap keterampilan baru secara iteratif pada contoh-contoh yang gagal ditangani ansambel saat…
Metode
DivSkill-SQL beroperasi sebagai loop optimasi keterampilan residual yang iteratif. Misalkan ansambel saat ini adalah $\mathcal{E}_t = \{s_1, s_2, \ldots, s_t\}$, dengan setiap $s_…
Hasil
Pada Spider2-Lite, DivSkill-SQL meningkatkan akurasi terpilih hingga **+11,1 poin pada Snowflake** dan **+8,3 poin pada BigQuery** dibandingkan baseline ansambel terkuat. Peningkatan ini konsisten pa…
