MySQL HeatWave AutoML is a native automated machine learning engine tightly integrated with the MySQL HeatWave database. It enables model training, inference, scoring, and explainability through...

This post discusses log anomaly detection; key use cases and the challenges faced in identifying anomalies within log data.

本研究解决了现有基于大型语言模型（LLM）的自主机器学习代理在代码生成时存在的低多样性和次优质量问题。我们提出了一种新的自省蒙特卡洛树搜索方法（I-MCTS），通过分析父节点和兄弟节点的解决方案来不断优化搜索树中的节点，从而提高决策过程的整体质量。实验证明，该方法在各种机器学习任务中相较于其他开源AutoML代理表现出6%的绝对性能提升。

Oracle HeatWave provides automated, integrated, and secure generative AI and machine learning in one fully managed cloud service for transactions and lakehouse-scale analytics. New features are...

该研究综述了支持向量机（SVM）在入侵检测中的应用，重点分析了KDDCUP'99和NSL-KDD数据集。提出了一种自监督入侵检测框架，利用深度学习实现在线检测，以适应网络流量变化。同时，研究探讨了机器学习在网络安全中的挑战，强调准确度不确定性的重要性，并提出基于自动化机器学习的网络管理新方法，以提升5G网络的性能和效率。

本文探讨了多种自然语言处理和机器学习方法，包括TextEnt模型、KGML方法、LLaRA工具及AutoM3L框架，强调知识图谱与大语言模型结合对提升任务性能的重要性。研究表明，通过优化嵌入和特征提取，可以有效改善模型的可解释性和适应性，推动知识密集型任务的发展。

本文探讨了超参数优化的多种方法，包括基于元学习的自动分析、PED-ANOVA算法、HyperTuner和贝叶斯优化。研究表明，梯度提升和Adaboost分类器效果最佳，并提出了一种以人为中心的交互式优化方法，验证了其在机器学习中的有效性。

上海交通大学密西根学院的研究人员发表了一篇题为「Interpreting Chemisorption Strength with AutoML-based Feature Deletion Experiments」的研究论文，提出了一种基于自动机器学习的特征删除实验方法，用于确定决定催化剂表面反应物的化学吸附能量的关键物理量。研究结果表明，吸附位点的局部几何信息对化学吸附能量的影响很大。这种基于AutoML的特征分析方法可以揭示复杂物理科学中统计特征重要性，对催化领域具有重要意义。人工智能技术在催化剂设计和优化方面的应用也有望提高效率和性能。

自动机器学习 (AutoML) 是一种自动化构建人工智能 / 机器学习流水线的解决方案。研究发现，AutoML 可以生成优于研究人员训练的模型，但当前可用的解决方案仍无法完全满足需求。这为软件工程研究界提供了利用 AutoML 的见解。

介绍了一种修改后的LAB算法，通过引入轮盘赌方法和缩减系数，引入了群体间竞争并逐步缩小样本空间。该算法通过解决CEC 2005和CEC 2017的基准测试问题来验证，并使用双边和成对符号秩Wilcoxon检验以及Friedman秩检验对解决方案进行验证。该算法表现出更强的稳健性和搜索空间探索能力。此外，还提出了一种基于聚类的搜索空间缩减方法，使该算法能够解决约束问题。最后，将使用修改后的LAB算法所获得的结果与其他最新的元启发式算法进行比较。

TABBIE是一种通过自我学习目标函数和预训练语言模型对表格进行建模的模型，可用于填充缺失的单元格等任务。该模型提供了所有表子结构的嵌入，并且计算时间较短。作者对模型的学习单元格、列和行的表示进行了质量分析，结果表明它可以理解复杂的表语义和数字趋势。

This blog discusses recommender system models and their usage in MySQL HeatWave AutoML

This blog discusses recommender system models and their usage in MySQL HeatWave AutoML