最新最全论文合集——数据库与人工智能

515 篇文章 52 订阅
417 篇文章 19 订阅
AMiner平台由清华大学计算机系研发,提供科技图谱服务,包含大量学术论文和学者信息。近年来,数据库与人工智能的结合受到关注,传统数据库优化方法面临挑战,而AI策略提供了新的解决方案。同时,数据库技术也助力AI模型的简化和优化。论文集探讨了这一领域的前沿进展,其中《Learning to Hash for Indexing Big Data—A Survey》被引用最多。
摘要由CSDN通过智能技术生成

AMiner平台(https://www.aminer.cn)由清华大学计算机系研发,拥有我国完全自主知识产权。平台包含了超过2.3亿学术论文/专利和1.36亿学者的科技图谱,提供学者评价、专家发现、智能指派、学术地图等科技情报专业化服务。系统2006年上线,吸引了全球220个国家/地区1000多万独立IP访问,数据下载量230万次,年度访问量超过1100万,成为学术搜索和社会网络挖掘研究的重要数据和实验平台。

必读论文:https://www.aminer.cn/topic

论文集地址:https://www.aminer.cn/topic/602277ba92c7f9be2115e667

数据库和人工智能的结合近年来受到广泛关注从AI对数据库的好处来看,我们用传统经验去优化数据库已经不能满足较高的执行要求,比如在大规模数据、各种各样的应用、不同的用户,尤其在云上。传统的优化方案是连接命令的选择,节点之间的协作,索引与视图的选择。现在我们可以利用基于学习的策略去缓解上述传统优化的缺点。另一个方面就是数据库反过来可以有益于AI的发展。数据库技术可以优化AI模型。比如说AI很难应用到真实的应用上,因为它对于开发人员太难了,因为要写复杂的代码和训练复杂的模型。数据库技术能减少使用AI模型的复杂性,加速AI算法,提供AI的可用性。

该论文集共收录28篇论文,引用最多的论文为Learning to Hash for Indexing Big Data—A Survey,引用数是338。

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

AMiner学术搜索,学者+论文助你快速获得想要信息:https://www.aminer.cn

#AMiner# #论文#

  • 0
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值