{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期-部分”：[[2023,10,18]]，“日期-时间”：“2023-10-18T23:27:01Z”，“时间戳”：1697671621175}，“发布者位置”：“美国纽约州纽约市”，“引用-计数”：56，“出版商”：“ACM”，“内容-域”：[“dl.ACM.org”]，“交叉标记-striction“：true}，”short-container-title“（限制）：[]，“published-print”：{“date-parts”：[[2022,4,5]]}，“DOI”：“10.1145\/3517207.3526977”，“type”：“proceedings-article”，“created”：{“date-parts”：[[202022,3,29]]，“date-time”：“2022-03-29T22:09:26Z”，“timestamp”：1648591766000}，《update-policy》：“http://\/dx.DOI.org\/10.1145\/crossmark-policy”，“source”“：”Crossref“，”is-referenced-by-count“：1，”title“：[”BoGraph“]，“prefix”：“10.1145”，“author”：[{“given”：“Sami”，“family”：“Alabed”，“sequence”：“first”，“affiliation”：[}“name”：“University of Cambridge，UK”}]}，{“fixed”：“Eiko”，“家族”：“Yoneki”，“序列”：“additional”，“从属关系”：[[{”name“：“Unity of Cambridge，英国”}]]，“member”：“320”，“published on”：{“date-parts”：[2022,4,5]]}，“参考”：[{“键”：“e_1_3_2_1_1”，“首页”：“3155”，“卷时间”：“哈维尔·冈兹\u00e1lez.因果贝叶斯优化.在国际人工智能与统计会议上”，“作者”：“阿格里蒂·弗吉尼亚”，“年份”：“2020”，“非结构化”:“Virginia Aglietti、Xiaoyu Lu、Andrei Paleyes和Javier Gonz\u00e1lez。因果贝叶斯优化。在人工智能和统计国际会议上，第3155-3164页。PMLR，2020。Virgini亚Aglietty、Xiao Yu Lu，Andrei Paleyes，和Javie Gonz\ u00e1-lez。在Arti国际会议上《官方情报与统计》，第3155-3164页。PMLR，2020年。“}，{“key”：“e_1_3_2_1_2_1”，“volume-title”：“陈建树，Shivaram Venkataraman，俞敏兰，张明。CherryPick:自适应挖掘大数据分析的最佳云配置”，“author”：“Alipourfard Omid”，“year”：“2017”，“unstructured”：“Omid Alipourfard、Hongqiang Harry Liu、Jianshu Chen、Shivaram Venkataraman、Minlan Yu和Ming Zhang。CherryPick:《自适应挖掘大数据分析的最佳云配置》，2017年。Omid Alipourfard、Hongqiang Harry Liu、Jianshu Chen、Shivaram Venkataraman、Minlan Yu和Ming Zhang。CherryPick:自适应挖掘大数据分析的最佳云配置，2017年萨曼·阿马拉辛格。OpenTuner。在《第23届并行体系结构与编译国际会议论文集-PACT’14》中，“作者”：“Ansel Jason”，“年份”：“2014”，“非结构化”：“Jason Ansel、Shoaib Kamil、Kalyan Veeramachanini、Jonathan Ragan Kelley、Jeffrey Bosboom、Una May O'Reilly和Saman Amarasinghe。OpenTuner。在2014年第23届国际并行体系结构与编译会议（PACT’14）的会议记录中，第303-316页。杰森·安塞尔（Jason Ansel）、肖布·卡米尔（Shoaib Kamil）、卡利安·维拉马切尼（Kalyan Veeramachaneni）、乔纳森·拉甘·凯利（Jonathan Ragan-Kelley）、杰弗里·博斯布姆（Jeffrey Bosboom）、乌纳·梅·奥莱利。OpenTuner。《第23届并行体系结构与编译国际会议论文集》（PACT’14），第303--316页，2014年。“}，{”key“：”e_1_3_2_1_5_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1145”，“1816038.1815967”}，“key”：“e_1_ 3_2_1 _6_1”，”volume-title“：”December“，”author“：”Balandat Maximilian“，”year“：”2020“，”unstructured“：”马克西米利安·巴兰达（Maximilian Balandat）、布莱恩·卡勒（Brian Karrer）、丹尼尔·江泽民（Daniel R.Jiang）、塞缪尔·道尔顿（Samuel Daulton）、本杰明·莱瑟姆（Benjamin Letham）、安德鲁·戈登·威尔逊（Andrew Gordon Wilson）和伊坦·巴克西（Eytan Bakshi）。BoTorch：高效蒙特卡罗贝叶斯优化框架。arXiv:1910.06403[cs，math，stat]，2020年12月。马克西米利安·巴兰达（Maximilian Balandat）、布莱恩·卡勒（Brian Karrer）、丹尼尔·江泽民（Daniel R.Jiang）、塞缪尔·道尔顿（Samuel Daulton）、本杰明·莱瑟姆（Benjamin Letham）、安德鲁·戈登·威尔逊（。BoTorch：高效蒙特卡罗贝叶斯优化框架。arXiv:1910.06403[cs，math，stat]，2020年12月。“}，{“key”：“e_1_3_2_1_7_1”，“volume-title”：“Zain Patel，and Wesley Leong.CausalNex”，“author”：“Beaumont Paul”，年：“2021”，“unstructured”：“保罗·博蒙特（Paul Beaumont）、本·霍斯堡（Ben Horsburgh）、菲利普·皮尔格斯托弗（Philip Pilgerstorfer）、安杰尔·德罗斯（Angel Droth）、理查德·恩塔里奥（Richard Oentaryo）、史蒂文·勒尔（Steven Ler）、希普·阮（Hiep Nguyen）、加布里埃尔·阿齐夫多·费雷拉（Gabriel Azevedo Ferreira）、赞·帕特尔（Zain Patel）和梁卫斯利（We。CausalNex，2021年。保罗·博蒙特（Paul Beaumont）、本·霍斯堡（Ben Horsburgh）、菲利普·皮尔格斯托弗（Philip Pilgerstorfer）、安杰尔·德罗斯（Angel Droth）、理查德·恩塔里奥（Richard Oentaryo）、史蒂文·勒尔（Steven Ler）、希普·阮（Hiep Nguyen）、加布里埃尔·阿齐夫多·费雷拉（。CausalNex，2021.”}，{“key”：“e_1_3_2_1_8_1”，“volume title”：“超参数优化的随机搜索。机器学习研究杂志，13（2月）：281-305”，“author”：“Bergstra James”，“year”：“2012”，“nonstructured”：“James Bergstra and Yoshua Bengio。超参数优化的随机搜索。机器学习研究杂志，13（2月）:281--305 , 2012 . James Bergstra和Yoshua Bengio。超参数优化的随机搜索。机器学习研究杂志，13（2月）：281--3052012。“}，{“key”：“e_1_3_2_1_9_1”，“volume-title”：“Site Reliability Engineering:How Google Runs Production Systems”。“O'Reilly Media”，“author”：“Beyer Betsy”，“year”：“2016”，“unstructured”：“Betsy Beyer、Chris Jones、Jennifer Petoff和Niall Richard Murphy。网站可靠性工程：谷歌如何运行生产系统。”O'Reilly Media，Inc\“，2016。Betsy Beyer、Chris Jones、Jennifer Petoff和Niall Richard Murphy。站点可靠性工程：谷歌如何运行生产系统。”“O'Reilly Media，Inc.”“，2016年。”}，{“key”：“e_1_3_2_1_10_1”，“doi-asserted-by”：“publisher”、“doi”：“10.1109 \/LCA.2019.2910521”}、{“密钥”：“e_1_3_2_11_1”，“volume-title”：“Pyro：深度通用概率编程”，“author”：“Bingham Eli”，“year”：“2018”，“unstructured”：“Eli Bingham.，Jonathan P.Chen，Martin Jankowiak，Fritz Obermeyer，Neeraj Pradhan，Theofanis Karaletsos，Rohit Singh，Paul Szerlip，Paul.Horsfall，and Noah D。古德曼。Pyro：深度通用概率编程。2018年10月。Eli Bingham、Jonathan P.Chen、Martin Jankowiak、Fritz Obermeyer、Neeraj Pradhan、Theofanis Karaletsos、Rohit Singh、Paul Szerlip、保罗·霍斯福尔和诺亚·古德曼。Pyro：深度通用概率编程。2018年10月。“}，{”key“：”e_1_3_2_12_1“，”volume-title“：”The gem5 simulator.ACM SIGARCH computer architecture news，39（2）：1--7“，”author“：”Binkert Nathan“，“year”：“2011”，“unstructured”：“Nathan Binkert、Bradford Beckmann、Gabriel Black、Steven K Reinhardt、Ali Saidi、Arkaprava Basu、Joel Hestness、Derek R Hower、Tushar Krishna和Somayeh Sardashti。gem5模拟器。ACM SIGARCH计算机架构新闻，39（2）：2011年1-7月。Nathan Binkert、Bradford Beckmann、Gabriel Black、Steven K Reinhardt、Ali Saidi、Arkaprava Basu、Joel Hestness、Derek R Hower、Tushar Krishna和Somayeh Sardashti。gem5模拟器。ACM SIGARCH计算机体系结构新闻，39（2）：1--7，2011。“}，{“key”：“e_1_3_2_13_1”，“volume-title”：“Up&Running:Infrastructure and Application Performance Monitoring”。“O'Reilly Media”，“author”：“Brazil Brian”，“year”：“2018”，“unstructured”：“Brian Brazil.Prometheus:Up&Running:Infrafrastruction and Application Performance Monitoring.”O'Reilly Media公司\“，2018.Brian Brazil。普罗米修斯：启动与运行：基础设施和应用程序性能监控。”O'Reilly Media，Inc.“，2018.”}，{“key”：“e_1_3_2_1_14_1”，“volume-title”：“学习优化张量程序。arXiv预印本arXiv:1805.08166”，“author”：“Chen Tianqi”，“year”：“2018”，“unstructured”:“陈田琪、郑连敏、闫爱迪、姜子恒、蒂埃里·莫罗、路易斯·塞泽、卡洛斯·盖斯特林和阿文德·克里希纳穆蒂。学习优化张量程序。arXiv预印本arXiv:1805.081662018。陈田琪、郑连民、闫埃迪、姜自成、蒂埃里·莫罗、路易斯·塞泽、卡罗斯·盖斯特琳和阿文·克里希纳默蒂。学习选择imize张量程序。arXiv预印本arXiv:1805.081662018。“}，{”key“：”e_1_3_2_1_15_1“，”volume-title“：”May“，”author“：”Chen Yu-Hsin“，“year”：“2019”，“unstructured”：“Yu-Hins Chen，Tien-Ju Yang，Joel Emer，and Vivienne Sze。Eyeriss v2:移动设备上新兴深层神经网络的灵活加速器。arXiv:1807.07928[cs]2019年5月。Yu-Hsin Chen、Tien Ju Yang、Joel Emer和Vivienne Sze。Eyeriss v2：移动设备上新兴深层神经网络的灵活加速器。arXiv:1807.07928[cs]，2019年5月。“}，{“key”：“e_1_3_2_16_1”，“首页”：“479”，“volume-title”：“第26届万维网国际会议论文集-WWW’17”，“作者”：“Dalibard Valentin”，“年份”：“2017”，“非结构化”：“瓦伦丁·达利巴德（Valentin Dalibard）、迈克尔·沙尔斯奇米特（Michael Schaarschmidt）和艾科·尤内基（Eiko Yoneki）。BOAT：使用结构化贝叶斯优化构建自动调谐器。2017年，美国纽约州纽约市，第26届万维网国际会议论文集，第479-488页。ACM出版社。瓦伦丁·达利巴德（Valentin Dalibard）、迈克尔·沙尔斯奇米特（Michael Schaarschmidt）和艾科·尤内基（Eiko Yoneki）。BOAT：使用结构化贝叶斯优化构建自动调谐器。2017年，美国纽约州纽约市，第26届万维网国际会议论文集，第479-488页。ACM出版社。“}，{”key“：”e_1_3_2_17_1“，”首页“：”207“，”卷时间“：”人工智能与统计“，”作者“：”Damianou Andreas“，”年份“：”2013“，”非结构化“：”Andreas Damianou和Neil D Lawrence。深高斯过程。《人工智能与统计》，第207页至第215页。PMLR，2013年。安德烈亚斯·达米亚努（Andreas Damianou）和尼尔·D·劳伦斯（Neil D Lawrence）。深高斯过程。《人工智能与统计》，第207-215页。PMLR，2013.“}，{”key“：”e_1_3_2_1_18_1“，”volume-title“：”并行多目标贝叶斯优化的不同期望超体积改进。arXiv预印本arXiv:2006.05078“，”author“：”Daulton Samuel“，”year“：”2020“，”unstructured“：”塞缪尔·道尔顿（Samuel Daulton）、马克西米利安·巴兰达（Maximilian Balandat）和伊坦·巴克什（Eytan Bakshy）。并行多目标贝叶斯优化的可微期望超体积改进。arXiv预印arXiv:2006.050782020。塞缪尔·道尔顿（Samuel Daulton）、马克西米利安·巴兰达（Maximilian Balandat）和伊坦·巴克什（Eytan Bakshy）。并行多目标贝叶斯优化的可微期望超体积改进。arXiv预打印arXiv:2006.050782020。“}，{“key”：“e_1_3_2_19_1”，“volume-title”：“BOHB：规模上稳健高效的超参数优化。arXiv预先打印arXiv:1807.01774”，“author”：“Falkner Stefan”，“year”：“2018”，“unstructured”：“斯特凡·福克纳（Stefan Falkner）、亚伦·克莱恩（Aaron Klein）和弗兰克·赫特（Frank Hutter）。BOHB：规模上稳健高效的超参数优化。arXiv预印arXiv:1807.017742018。斯特凡·福克纳（Stefan Falkner）、亚伦·克莱恩（Aaron Klein）和弗兰克·赫特（Frank Hutter）。BOHB：规模上稳健高效的超参数优化。arXiv预印本arXiv:1807.017742018.“}，{”key“：”e_1_3_2_1_20_1“，”doi-asserted-by“：”publisher“，“doi”：“10.14778\/313765.3137786”}，“key”：“e_1_3_2_1_21_1”，“doi-assert-by”：“publisher”，“doi:”10.1145\/2591062.2591175“}”，{“key“:”e_3_2_2_1_22_1“，”volume-title“：”Janumber“，”author“：”Gardner Jacob R.“，”year“：”2019“，”unstructured“：”Jacob R。加德纳、杰夫·普莱斯、大卫·宾德尔、基利安·温伯格和安德鲁·戈登·威尔逊。GPyTorch:GPU加速的黑箱矩阵高斯过程推断。arXiv:1809.11165[cs，stat]，2019年1月。Jacob R.Gardner、Geoff Pleiss、David Bindel、Kilian Q.Weinberger和Andrew Gordon Wilson。GPyTorch:GPU加速的黑箱矩阵高斯过程推断。arXiv:1809.11165[cs，stat]，2019年1月。“}，{“key”：“e_1_3_2_1_23_1”，“volume-title”：“洛斯阿拉莫斯国家实验室（LANL，洛斯阿拉莫斯，新墨西哥州（美国），2008年。Aric Hagberg、Pieter Swart和Daniel S Chult。使用NetworkX探索网络结构、动态和功能。技术报告，洛斯阿拉莫斯国家实验室（LANL），洛斯阿拉斯莫斯，新墨西哥州（美国），2008年。“}，{“key”：“e_1_3_2_1_24_1”，“volume-title”：“October”，“year”：“2016”，“unstructured”：“gem5-aladdin harvard-acc.gem5-aladdin SoC Simulator。哈佛建筑、电路和编译器，2016年10月。gem5-Aladin harvard acc。Gem5-Aladdin SoC模拟器。哈佛建筑、电路与编译器，2016年10月。“}，{“key”：“e_1_3_2_1_25_1”，“volume-title”：“十月”，“年份”：“2021年”，“非结构化”：“gem5-aladdin-param Harvard-acc.gem5-aladdin SoC模拟器。哈佛建筑、线路与编译器，2021。Gem5-Aladdin SoC模拟器。哈佛建筑、电路与编译器，2021年10月。“}，{“key”：“e_1_3_2_1_26_1”，“volume-title”：“重要的深层强化学习。arXiv预印本arXiv:1709.06560”，“作者”：“Henderson Peter”，“年份”：“2017”，“非结构化”：“彼得·亨德森（Peter Henderson）、利亚沙特·伊斯拉姆（Riashat Islam）、菲利普·巴赫曼（Philip Bachman）、乔尔·皮诺（Joelle Pineau）、多伊娜·普雷库普（Doina Precup）和大卫·梅格（David Meger）。重要的深层强化学习。arXiv预印arXiv:1709.065602017。彼得·亨德森（Peter Henderson）、利亚沙特·伊斯拉姆（Riashat Islam）、菲利普·巴赫曼（Philip Bachman）、乔尔·皮诺（Joelle Pineau）、多伊娜·普雷库普（Doina Precup）和大卫·梅格（David Meger）。重要的是深度强化学习。arXiv预印本arXiv:1709.06560，2017。“}，{”key“：”e_1_3_2_1_27_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1145\/2464576.2501592”}，“key”：“e_1_ 3_2_1_2 8_1”，“volume-title”：“基于人群的神经网络训练。arXiv preprint arXiv:1711.09846”，“author”：“Jaderberg Max”，“年份”：“2017”，“非结构化”：“Max Jaderberg、Valentin Dalibard、Simon Osindero、Wojciech M.Czarnecki、Jeff Donahue、Ali Razavi、Oriol Vinyals、Tim Green、Iain Dunning和Karen Simonyan。基于人群的神经网络训练。arXiv预印arXiv:1711.098462017。Max Jaderberg、Valentin Dalibard、Simon Osindero、Wojciech M.Czarnecki、Jeff Donahue、Ali Razavi、Oriol Vinyals、Tim Green、Iain Dunning和Karen Simonyan。基于人群的神经网络训练。arXiv预印本arXiv:1711.09846，2017。“}，{“key”：“e_1_3_2_1_29_1”，“volume-title”：“基于人口的神经网络训练”，“author”：“Jaderberg Max”，“year”：“2017”，“unstructured”：“Max Jaderberg-，Valentin Dalibard，Simon Osindero，Wojciech M。Czarnecki、Jeff Donahue、Ali Razavi、Oriol Vinyals、Tim Green、Iain Dunning、Karen Simonyan、Chrisantha Fernando和Koray Kavukcuoglu。基于人群的神经网络训练。2017年11月。Max Jaderberg、Valentin Dalibard、Simon Osindero、Wojciech M.Czarnecki、Jeff Donahue、Ali Razavi、Oriol Vinyals、Tim Green、Iain Dunning、Karen Simonyan、Chrisantha Fernando和Koray Kavukcuoglu。基于人群的神经网络训练。2017年11月。2“}，{“问题”：“3”，“关键”：“e_1_3_2_1_33_1”，“首页”：“18”，“文章标题”：“按randomForest分类和回归“，“volume”：“2”，“author”：“Liaw Andy”，“year”：“2002”，“unstructured”：“Andy Liaw and Matthew Wiener”。通过randomForest进行分类和回归。R新闻，2（3）：18-222002。安迪·刘和马修·维纳。通过randomForest进行分类和回归。R news，2（3）：18--22，2002.“，”journal-title“：”R news“}，{“key”：“e_1_3_2_1_34_1”，“volume-title”：“April”，“author”：“Liu Haitio”，“year”：“2019”，“unstructured”：“Haitao Liu，Yew-Soon Ong，Xiaobo Shen，and Jianfei Cai.When Gaussian Process Meet Big Data：A Review of Scalable GPs.arXiv:1807.01065[cs，stat]2019年4月。刘海涛（Haitao Liu）、王紫松（Yew-Soon Ong）、沈晓波（Xiaobo Shen）和蔡健飞（Jianfei Cai）。当高斯过程遇到大数据：可扩展GP的回顾。arXiv:1807.01065[cs，stat]，2019年4月。“}，{“key”：“e_1_3_2_1_35_1”，“doi由”断言：“publisher”，“doi”：“10.1016\/0168-002（94）00931-7”}，{“key”：“e_1_3_2_36_1”，“卷标题”：“六月”，“作者”：“Mirhosini Azalia”，“年份”：“2017”，“非结构化”：“Azalia Mirhosini，Hieu Pham，Quoc V。Le、Benoit Steiner、Rasmus Larsen、Yuefeng Zhou、Naveen Kumar、Mohammad Norouzi、Samy Bengio和Jeff Dean。基于强化学习的设备布局优化。CoRR，abs \/1706.02017年6月。Azalia Mirhoseini、Hieu Pham、Quoc V.Le、Benoit Steiner、Rasmus Larsen、Yuefeng Zhou、Naveen Kumar、Mohammad Norouzi、Samy Bengio和Jeff Dean。基于强化学习的设备布局优化。CoRR，abs\/1706.02017年6月。“}，{”key“：”e_1_3_2_1_37_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1145\/3447786.3456245”}，“key”：“e_1_3_1_38_1”，“volume-title”：“PostgreSQL:简介和概念”，“author”：“Momjian Bruce”，“year”：“2001”，“unstructured”：“布鲁斯·莫健（Bruce Momjian）。PostgreSQL:简介和概念，第192卷。Addison-Wesley纽约，2001年。布鲁斯·莫健（Bruce Momjian）。PostgreSQL:简介和概念，第192卷。Addison-Wesley New York，2001.“}，{”key“：”e_1_3_2_1_39_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/MASCOTS.2019.00045”}，“key”：“e_1_ 3_2_1_40_1”，“unstructured”：“OpenSource.Microsoft\/nni.Microsoft 2020年12月。开放源代码。微软公司。微软2020年12月。”}，｛“key”：“e_1_3_2_1_41_1”，“doi由”断言：“publisher”，“doi”：“10.1109\/MDAT.2016.226445”｝，｛“key”：“e_1_3_2_1_42_1”，“volume title”：“机器学习的高斯过程。自适应计算和机器学习”，“author”：“Rasmussen Carl Edward”，“year”：“2008”，“nonstructured”：“Carl Edward Rasmussen and Christopher K.I。威廉姆斯。机器学习的高斯过程。自适应计算和机器学习。麻省理工学院出版社，马萨诸塞州剑桥。，3.印刷版，2008年。卡尔·爱德华·拉斯穆森和克里斯托弗·威廉姆斯。机器学习的高斯过程。自适应计算和机器学习。麻省理工学院出版社，剑桥，马萨诸塞州，3。印刷版，2008年。“}，{”key“：”e_1_3_2_1_43_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/IISWC.2014.6983050”}，“key”：“e_1_a_2_1_44_1”，“首页”：“1”，“volume-title”：“人工智能进展”，“author”：“Scanagatta Mauro”，“年份”：“2019”，“非结构化”：“毛罗·斯卡纳加塔（Mauro Scanagatta）、安东尼奥·萨尔默（Antonio Salmer\u00f3n）和法比奥·斯特拉（Fabio Stella）。贝叶斯网络结构数据学习研究综述。《人工智能进展》，2019年第1-15页。毛罗·斯卡纳加塔（Mauro Scanagatta）、安东尼奥·萨尔默（Antonio Salmer\u00f3n）和法比奥·斯特拉（Fabio Stella）。贝叶斯网络结构数据学习研究综述。《人工智能进展》，2019年第1-15页。doi“：”10.1109\/MICRO.2016.7783751“}，{“键”：“e_1_3_2_1_48_1“，“首页”：“2951”，“卷时间”：“神经信息处理系统的进展”，“作者”：“斯诺克·贾斯珀”，“年份”：“2012年”，“非结构化”：“贾斯珀·斯诺克，雨果·拉罗谢尔和瑞安·亚当斯。机器学习算法的实用贝叶斯优化。《神经信息处理系统进展》，第2951-2959页，2012年。贾斯珀·斯诺克（Jasper Snoek）、雨果·拉罗谢尔（Hugo Larochelle）和瑞安·亚当斯（Ryan P Adams）。机器学习算法的实用贝叶斯优化。《神经信息处理系统进展》，第2951-2959页，2012年张博涵。通过大规模机器学习调整自动数据库管理系统。在2017年ACM国际数据管理会议记录-SIGMOID‘17’中，“作者”：“Aken Dana Van”，“年份”：“2017年”，“非结构化”：“Dana Van-Aken，Andrew Pavlo，Geoffrey J.Gordon，and Bohan Zhang。通过大规模机器学习调整自动数据库管理系统。2017年ACM国际数据管理会议记录-SIGMOID’17，第1009-1024页，美国纽约州纽约市，2017年。ACM出版社。达娜·范·阿肯（Dana Van Aken）、安德鲁·帕夫洛（Andrew Pavlo）、杰弗里·戈登（Geoffrey J.Gordon）和张伯翰（Bohan Zhang）。通过大规模机器学习调整自动数据库管理系统。2017年ACM国际数据管理会议记录-SIGMOID’17，第1009-1024页，美国纽约州纽约市，2017年。ACM出版社。“}，{”key“：”e_1_3_2_1_51_1“，”doi-asserted-by“：”publisher“，“doi”：“10.14778\/3450980.3450992”}，“key”：“e_1_m2_25_1”，“首页”：“363”，“卷标题”：“第十三届{USENIX}网络系统设计与实现研讨会（{NSDI}16）”，“作者”：“Venkataraman Shivaram”，“年份”：“2016”，“非结构化”：“Shivaram Venkataram，Zong亨扬，迈克尔·富兰克林（Michael Franklin）、本杰明·雷奇特（Benjamin Recht）和伊恩·斯托伊卡（Ion Stoica）。欧内斯特：大规模高级分析的高效性能预测。在2016年第13届{USENIX}网络系统设计与实现研讨会（{NSDI}16）上，第363-378页。Shivaram Venkataraman、Zongheng Yang、Michael Franklin、Benjamin Recht和Ion Stoica。欧内斯特：大规模高级分析的高效性能预测。第十三届{USENIX}网络系统设计与实现研讨会（{NSDI}16），第363--378页，2016年Wold Svante”、“年份”：“1987”、“非结构化”：“Svante Wold、Kim Esbensen和Paul Geladi。主成分分析。化学计量学和智能实验室系统，2（1-3）：37-521987。斯万特·沃尔德（Svante Wold）、金·埃斯本森（Kim Esbensen）和保罗·格拉迪（Paul Geladi）。主成分分析。化学计量学与智能实验室系统，2（1-3）：37-521987。“}，{”key“：”e_1_3_2_1_55_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/ICSE.2012.6227202”}，“{”key“：非结构化”：“Xun Zheng、Bryon Aragam、Pradeep Ravikumar和Eric P Xing。无泪达格：结构学习的持续优化。arXiv预印arXiv:1803.014222018。Xun Zheng、Bryon Aragam、Pradeep Ravikumar和Eric P Xing。无泪达格：结构学习的持续优化。arXiv预印本arXiv:1803.014222018.“}]，“event”：{“name”：“EuroSys'22:第十七届欧洲计算机系统会议”，“location”：“Rennes France”，“缩写词”：“EuroSys'22”，“赞助商”：[“SIGOPS ACM操作系统特别兴趣小组”]}，“container-title”：[《第二届欧洲机器学习和系统研讨会论文集》]，“original-title“：[]，”link“：[{”URL“：”https:\/\/dl.acm.org\/doi\/pdf\/10.1145\/3517207.3526977“，”content-type“：”unspecified“，”content-version“：”vor“，”intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[2023,4,5]]，”date-time“：“2023-04-05T10:11:27Z”，“timestamp”：1680689487000}，“score”：1，“资源”：{“主资源”：}“URL”：”https:\/\/dl.acm.org\/doi\/10.1145\/3517207.3526977“}}，”副标题“：[”针对具有多个参数的昂贵系统的日志进行结构化贝叶斯优化“]，”短标题“：[]，”已发布“：{”日期部分“：[2022,4,5]]}，“引用计数”：56，“alternative-id”：[“10.1145\/35172.3526977”，“10.1145\/3517207”]，“URL”：“http:\/\/dx.doi.org\/10.1145\/3517207.3526977“，”关系“：{}，”主题“：[]，”发布“：{”日期部分“：[2022,4,5]]}，“断言”：[{”值“：”2022-04-05“，”顺序“：2，”名称“：”发布“，”标签“：”已发布“，“组”：{“名称”：“publication_history”，“标签”：“发布历史”}}}