Web-Scaleの検索結果1 - 5 件 / 5件

• あとで読む

  BigQuery のアーキテクチャの変遷を論文 Dremel: A Decade of Interactive SQL Analysis at Web Scale から読み解いてみた

  • 33 users
  • medium.com
  • テクノロジー
  • 2020/12/08

  はじめに皆様、こんにちは。Google Cloud Japan Customer Engineer Advent Calendar 2020 の 8 日目は 今年公開された BigQuery のリサーチペーパーを読んでみて個人的に興味があった点をまとめてみようと思います。2020 年で 10 周年を迎えた BigQuery の進化の過程が理解できるので皆様もお時間あればご一読を！ TL;DRこのホワイトペーパーは、Dremel （BigQuery のクエリエンジン） が採用している主要なアーキテクチャや考え方（これらのいくつかはクラウドネイティブなデータウェアハウスではトレンドとなりつつあります）がこの10 年間でどのような進化を経て現在の BigQuery になったのかを、Seattle Report on Database Research というレポート内で述べられている主要な 5

  • BigQuery
  • アーキテクチャ
  • GCP
  • google
  • あとで読む

  
• あとで読む

  Dremel: A Decade of Interactive SQL Analysis at Web Scale

  • 4 users
  • research.google
  • テクノロジー
  • 2020/10/20

  Philosophy We strive to create an environment conducive to many different types of research across many different time scales and levels of risk. Learn more about our Philosophy Learn more

  • google
• あとで読む

  Poisoning Web-Scale Training Datasets is Practical

  • 2 users
  • arxiv.org
  • 学び
  • 2023/02/22

  Deep learning models are often trained on distributed, webscale datasets crawled from the internet. In this paper, we introduce two new dataset poisoning attacks that intentionally introduce malicious examples to a model's performance. Our attacks are immediately practical and could, today, poison 10 popular datasets. Our first attack, split-view poisoning, exploits the mutable nature of internet

  • あとで読む
• あとで読む

  CacheLib, Facebook’s open source caching engine for web-scale services

  • 2 users
  • engineering.fb.com
  • テクノロジー
  • 2021/09/03

  CacheLib, Facebook’s open source caching engine for web-scale services Caching plays an important role in helping people access their information efficiently. For example, when an email app loads, it temporarily caches some messages, so the user can refresh the page without the app retrieving the same messages. However, large-scale caching has long been a complex engineering challenge. Companies m

  
• あとで読む

  Graph Convolutional Neural Networks for Web-Scale Recommender Systemsを読んだのでメモ - 機械学習とかコンピュータビジョンとか

  • 1 user
  • peluigi.hatenablog.com
  • テクノロジー
  • 2019/12/06

  はじめに Graph Convolutional Neural Networks for Web-Scale Recommender Systemsを読んだのでメモ．30億ノード，180億エッジを持つグラフデータに対しても処理可能なrandom walkに基づくgraph convolutional neural network (GCN)，PinSageを提案するというもの． 問題設定 今回扱うデータはPinterestのデータで，Pinterestはユーザーが興味のあるコンテンツ（画像）を自分のboard上にpin留めしたり他人のboardにpin留めされているデータを自分のボードにpin留めすることで交流するSNSとのこと（自分は使ったことないのでよくわからないが）．データとしては20億のpinと1億のboardと180億のエッジがあるらしい． 問題としてはpinの推薦のためにpin