# Tim Kraska ## 概要 Tim Kraska は [[MIT CSAIL]] の教授であり、データベースシステムと機械学習の交点を研究する。学習ベースのインデックス構造、クエリ最適化、およびクエリ性能予測の分野で広く引用される研究を発表している。 ## 主な研究テーマ - **学習インデックス構造(Learned Index)**: 従来のB木などのインデックスをML モデルに置き換える研究。SIGMOD 2018 "The Case for Learned Index Structures" で提案。 - **学習クエリ最適化**: Bao (Making learned query optimization practical, SIGMOD 2022) の共著者。クエリオプティマイザへの強化学習適用。 - **クエリ性能予測**: OSprey (OS Pre-trained Transformer) の共同開発者。システムコンテキストをまたぐ汎化可能なクエリレイテンシ予測モデル。 - **クラウド DBMS**: AWS Redshift、Microsoft SCOPE 等の大規模クラウドデータベースへの ML 適用研究に多く関与。 ## 所属 - [[MIT CSAIL]]（Computer Science and Artificial Intelligence Laboratory） ## 関連する研究 - [[@2024__arXiv__OS Pre-trained Transformer - Predicting Query Latencies across Changing System Contexts]] — OSprey の共同開発。因数分解型アーキテクチャによるクエリレイテンシ予測 - [[@2023__Amazon Science__Vista - Machine Learning based Database Performance Troubleshooting Framework in Amazon RDS]] — Amazon RDS の ML ベース性能トラブルシューティング。Detection (GRU Seq2Seq + periodicity alignment) + RCA (POF/QTE)。数十万 DB で 2 年以上本番稼働。AWS 在籍中の成果。 ## 関連人物 - [[Samuel Madden]]（MIT CSAIL 同僚・共著者） - [[Mohammad Alizadeh]]（MIT CSAIL 共著者、ネットワーキング・ML-for-systems 研究） ## 出典 - [[@2024__arXiv__OS Pre-trained Transformer - Predicting Query Latencies across Changing System Contexts]]（本 wiki での初出）