# Henry Hoffmann University of Chicago Department of Computer Science 所属。[[@2026__MLSys2026__Cost-aware Duration Prediction for Software Upgrades in Datacenters]]の共著者(末尾著者)。同論文の関連研究節では、著者自身の先行研究として Ding+2019(Generative and multi-phase learning for computer systems optimization)と NURD(Ding+2022、negative-unlabeled learning によるオンラインデータセンターストラグラー予測)が引用されており、「予測精度の向上が必ずしもシステム成果の向上につながらない」という知見が Acela の設計思想(精度でなくスケジューリング目的を直接最適化する)に引き継がれている(Source: [[@2026__MLSys2026__Cost-aware Duration Prediction for Software Upgrades in Datacenters]] §7)。