
本文提出了一種名為 MTCSC 的新方法，用於在速度約束下清理多變量時間序列數據，它克服了現有方法的局限性，並在效率和準確性方面表現出優勢。


coremsg

在速度限制下清理多變量時間序列

title_rewrite


本文介紹了一個名為 Modified Detecting Deviating Cells (MDDC) 的新型模式發現方法,用於識別藥物警戒數據中的潛在不良事件。該方法能夠有效地識別與藥物相關的異常高報告數的不良事件。


藥物警戒數據中不良事件識別的-r-和-python-套件-mddc


藥物警戒數據中不良事件識別的 R 和 Python 套件 - MDDC



本文提出了一個中心數據存儲中心的概念,以支持物件導向過程挖掘的動態和可擴展數據準備。


動態和可擴展的物件導向過程挖掘數據準備


DGRPool是一個網絡工具,可以整合和分析標準化的果蠅遺傳參考群體(DGRP)表型數據,以促進對複雜性狀的新遺傳和分子洞見。


Genome-wide association studies have advanced our understanding of complex traits, but studying how a GWAS variant can affect a specific trait in the human population remains challenging due to environmental variability. Drosophila melanogaster is in this regard an excellent model organism for studying the relationship between genetic and phenotypic variation due to its simple handling, standardized growth conditions, low cost, and short lifespan. The Drosophila Genetic Reference Panel (DGRP) in particular has been a valuable tool for studying complex traits, but proper harmonization and indexing of DGRP phenotyping data is necessary to fully capitalize on this resource. To address this, we created a web tool called DGRPool ([dgrpool.epfl.ch][1]), which aggregates phenotyping data of 1034 phenotypes across 135 DGRP studies in a common environment. DGRPool enables users to download data and run various tools such as genome-wide (GWAS) and phenome-wide (PheWAS) association studies. As a proof-of-concept, DGRPool was used to study the longevity phenotype and uncovered both established and unexpected correlations with other phenotypes such as locomotor activity, starvation resistance, desiccation survival, and oxidative stress resistance. DGRPool has the potential to facilitate new genetic and molecular insights of complex traits in Drosophila and serve as a valuable, interactive tool for the scientific community.

### Competing Interest Statement

The authors have declared no competing interest.

 [1]: https://dgrpool.epfl.ch

DGRPool: A web tool leveraging harmonized Drosophila Genetic Reference Panel phenotyping data for the study of complex traits

整合和分析標準化的果蠅遺傳參考群體-dgrp-表型數據的網絡工具


整合和分析標準化的果蠅遺傳參考群體(DGRP)表型數據的網絡工具



利用不尋常的資料組合可以提高論文的科學影響力和更廣泛的傳播。


利用不尋常資料組合提高科學影響力的研究


本文提出了一個利用循環神經網絡(RNN)的資料庫系統,能夠準確預測龍捲風的發生時間、強度和位置,為可持續城市發展做出貢獻。


一個針對龍捲風氣候學的大數據分析資料庫系統


本文提出了Structured-GraphRAG框架,旨在通過利用知識圖譜(KG)增強結構化數據的信息檢索。該框架可以自動從結構化數據集中生成KG,並將其與大型語言模型(LLM)相結合,以提高查詢處理效率和響應時間。本文以足球數據為例,展示了Structured-GraphRAG的有效性,並與傳統檢索增強生成(RAG)方法進行了比較。


增強結構化數據檢索的graphrag-足球數據案例研究


增強結構化數據檢索的GraphRAG:足球數據案例研究



本文介紹了GraphAr,一種專門為數據湖設計的高效圖形數據存儲方案。GraphAr利用Parquet的優勢,精確捕捉標簽屬性圖(LPG)語義,並支持圖形特定操作,如鄰居檢索和標簽過濾。通過創新的數據組織、編碼和解碼技術,GraphAr大幅提高了性能。


具有高效存儲方案的圖形數據湖


提出一種自適應成本模型(ACM),動態優化與CPU和I/O相關的計劃成本參數,以提高查詢優化器的決策準確性。


自適應成本模型用於查詢優化


提出一種綜合表格問答的方法,通過結合文本到SQL和端到端表格問答模型的優勢來提高表格問答的性能。


綜合表格問答-結合文本到sql和端到端表格問答的協同方法


綜合表格問答:結合文本到SQL和端到端表格問答的協同方法
