Key points are not available for this paper at this time.
خصائص العلاقة غالباً ما تكون غير مستقلة. يمكن أن تكون المدرجات المتعددة الأبعاد أداة فعالة لتقدير دقة انتقائية الاستعلام متعدد الخصائص. في هذه الورقة، نقدم STHoles، وهو مدرج "يتعرف على عبء العمل" يسمح بتداخل الدلاء لالتقاط مناطق البيانات ذات كثافة صفوف معقولة ومتجانسة. يتم بناء مدرجات STHoles بدون فحص مجموعات البيانات، ولكن فقط من خلال تحليل نتائج الاستعلام. يتم تخصيص الدلاء حيث ما كانت الحاجة أكبر كما تحددها عبء العمل، مما يؤدي إلى تقديرات دقيقة لانتقائية الاستعلام. تُظهر تجاربنا الواسعة أن مدرجات STHoles تنتج باستمرار تقديرات انتقائية جيدة عبر مجموعات البيانات التركيبية والحقيقية وعبر أحمال استعلام متعددة، وفي العديد من الحالات، تتفوق على أفضل تقنيات المدرجات المتعددة الأبعاد التي تتطلب الوصول إلى ومعالجة مجموعات البيانات الكاملة أثناء بناء المدرجات.
درس برونو وزملاؤه (الثلاثاء) هذا السؤال.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: