寻找用于模型复用的物化模型
机器学习
2023-06-02 v5 数据库
摘要
物化模型查询旨在找到最合适的物化模型作为模型复用的初始模型。这是模型复用的前提，最近引起了广泛关注。然而，现有方法存在需要提供源数据、应用范围有限且效率低下的问题，因为它们没有构建合适的度量来衡量物化模型的目标相关知识。为了解决这个问题，我们提出了 MMQ，一个无需源数据、通用、高效且有效的物化模型查询框架。它使用一种基于高斯混合的度量——分离度来对物化模型进行排序。对于每个物化模型，MMQ 首先通过直接应用该模型将目标数据集中的样本向量化为概率向量，然后利用高斯分布拟合每一类概率向量，最后使用高斯分布上的分离度来衡量物化模型的目标相关知识。此外，我们提出了改进的 MMQ（I-MMQ），它在保持 MMQ 查询性能的同时显著减少了查询时间。在一系列实际模型复用工作负载上的大量实验证明了 MMQ 的有效性和效率。
引用
@article{arxiv.2110.06532,
title = {Finding Materialized Models for Model Reuse},
author = {Minjun Zhao and Lu Chen and Keyu Yang and Yuntao Du and Yunjun Gao},
journal= {arXiv preprint arXiv:2110.06532},
year = {2023}
}