Bài báo này định nghĩa "thế lưỡng nan tam giác của ước lượng kích thước tập hợp" (sự đánh đổi giữa tính tổng quát, độ chính xác và khả năng cập nhật) vốn cản trở việc ứng dụng thực tế của ước lượng số lượng dựa trên học máy. Để giải quyết vấn đề này, chúng tôi giới thiệu DistJoin, một bộ ước lượng kích thước tập hợp liên kết hiệu quả, dựa trên phân phối, sử dụng mô hình tự hồi quy bội. DistJoin ước lượng kích thước tập hợp liên kết bằng cách tách các phân phối xác suất của từng bảng riêng lẻ và phát triển một mô hình ước lượng phân phối thông lượng cao, Adaptive Neural Predicate Modulation (ANPM), để đảm bảo hiệu quả. Chúng tôi chính thức giải quyết vấn đề tích lũy phương sai của các phương pháp tương tự hiện có thông qua phân tích phương sai và giảm phương sai hiệu quả thông qua phương pháp dựa trên tính chọn lọc. DistJoin là phương pháp dựa trên dữ liệu đầu tiên hỗ trợ cả liên kết bằng nhau và không bằng nhau, thể hiện độ chính xác cao, cập nhật dữ liệu mạnh mẽ, tính tổng quát, và tốc độ cập nhật và suy luận nhanh chóng, linh hoạt. Kết quả thực nghiệm cho thấy DistJoin đạt được độ chính xác, tính mạnh mẽ và tính tổng quát cao nhất so với các phương pháp hiện có, đồng thời mang lại tốc độ tương đương.
