84 papers
Dit paper introduceert DCTR, een methode voor fijnkorrelige tabelretrieval die complexe queries decomposeert en globale connectiviteit in acht neemt om vraag-antwoordsystemen over relationele databases robuuster te maken.
Dit technische rapport introduceert het Novel Table Search-probleem om redundantie in data lakes te verminderen en presenteert ANTs, een efficiënt benaderingsalgoritme dat syntactische noviteit maximaliseert en experimenteel superieur presteert aan bestaande methoden.
Dit paper introduceert schets-georiënteerde databases, een categorisch raamwerk dat databaseparadigma's en -schema's formaliseert als eindige limiet-schetsen en set-waardige modellen, en daarbij functies zoals paden en modulaire samenstelling behandelt via lokale inferentieregels en stuttering-schetsen.
Dit paper introduceert LLM-FK, een geautomatiseerd multi-agent framework dat de detectie van ontbrekende foreign keys in grote, complexe databases aanzienlijk verbetert door de zoekruimte te optimaliseren en semantische afhankelijkheden nauwkeurig te modelleren, wat resulteert in een F1-score van boven de 93% en een prestatieverbetering van 15% ten opzichte van bestaande methoden.
Het paper introduceert Tursio, een veilige, on-premises zoekplatform voor kredietunies dat natuurlijke taalverwerking en geautomatiseerde contextgrafen gebruikt om complexe databasestructuren om te zetten in accurate en conforme query's.
Dit artikel beschrijft een holistisch resiliëntieframework voor Apache Pinot bij LinkedIn, bestaande uit mechanismen zoals Query Workload Isolation, impactvrije herverdeling en adaptieve serverselectie, dat betrouwbare query-latentie en hoge beschikbaarheid garandeert op schaal.
Dit paper introduceert Dial, een kennisgebaseerd framework dat de vertaling van natuurlijke taal naar SQL voor verschillende database-systemen verbetert door dialectbewuste logica, een hiërarchische kennisbank en een uitvoeringsgedreven debugcyclus te combineren, wat resulteert in een aanzienlijke stijging van vertaalnauwkeurigheid en dialectondersteuning.
Dit paper introduceert GP-Tree, een efficiënte in-memory ruimtelijke index die fijnkorrelige gridcellen combineert met een prefixboomstructuur om de filtercapaciteit en queryprestaties voor complexe ruimtelijke objecten aanzienlijk te verbeteren ten opzichte van traditionele methoden.
Dit artikel introduceert Structured Gossip DNS, een partition-resilient naamoplossingssysteem voor internet-schaalnetwerken dat via passieve stabilisatie en commutatieve operaties de berichtcomplexiteit verlaagt en eventual consistency garandeert zonder globale coördinatie.
Dit paper introduceert Rel-MOSS, een relationeel deep learning-model dat het probleem van class imbalance in relationele databases aanpakt door een relation-gestuurde over-sampling-methode te gebruiken die de prestaties significant verbetert ten opzichte van bestaande methoden.
Dit paper introduceert DMRAL, een nieuw raamwerk dat door middel van vraagontleding, een tabelrelatiegrafiek en een coverage-bewuste retriever complexe numerieke vragen over grote verzamelingen tabellen effectiever beantwoordt dan bestaande methoden.
Dit paper introduceert Samyama, een hoogwaardige, in Rust geschreven graf-vectordatabase die diverse datawerklasten, analytische engines en metaheuristische optimalisatieoplossingen verenigt in één engine met in-database optimalisatie, agens-verrijking en hardwareversnelling voor verbeterde prestaties op standaardhardware.
Dit paper introduceert CEMR, een nieuw subgraafmatching-algoritme dat de prestaties op grote grafieken aanzienlijk verbetert door duplicatie te verminderen via het samenvoegen en hergebruiken van gemeenschappelijke extensies, aangevuld met twee nieuwe pruning-technieken.
Het paper introduceert PRIME, een efficiënt tweestapsalgoritme dat het token-routeprobleem in gedecentraliseerde markten oplost door een gesneden graafzoektocht te combineren met een nieuwe adaptieve sign-gradiëntmethode, wat resulteert in aanzienlijk betere uitvoeringsprijzen en snellere berekeningen dan bestaande oplossingen zoals Uniswap.
Dit paper introduceert OLLA, een framework dat Large Language Models combineert met online aggregatie en semantisch gestratificeerd sampling om de verwerking van ongestructureerde tekst in relationele queries aanzienlijk te versnellen en real-time, progressieve resultaten te leveren.
Dit artikel generaliseert bestaande resultaten over directe toegang tot conjunctieve query's naar query's met negaties door het gebruik van een circuitrepresentatie, waarmee de tractabiliteit wordt bewezen voor een brede klasse van query's, waaronder -acyclische en query's met begrensd nestset-gewicht.
Dit artikel introduceert een theoretische basis voor het queryen van multi-model databases door twee equivalente formele talen, categorische calculus en algebra, te definiëren en te analyseren op expressiviteit, complexiteit en optimalisatiemogelijkheden.
Dit paper introduceert K-Join, een nieuwe parallelle join-algoritme dat data-partitie en het HyperCube-primitief combineert door HyperCube-aandelen te kiezen als een lineaire combinatie van meerdere vertex covers, wat resulteert in een belasting van met de nieuwe hypergraaf-maatstaf (reduced quasi vertex-cover) die de prestaties van bestaande state-of-the-art algoritmes verbetert of gelijkwaardig is.
Dit paper introduceert HiFIVE, een data-managementframework dat door middel van een geoptimaliseerde tweestapsreductie van vector-tiles schaalbare, hoogwaardige client-side geospatiale visualisatie mogelijk maakt voor interactieve verkenning van datasets in terabyteschaal.
Deze paper introduceert STemDist, de eerste dataset-distillatiemethode die specifiek is ontworpen voor spatio-temporale voorspelling door zowel de ruimtelijke als temporale dimensies te comprimeren, wat resulteert in aanzienlijk snellere training, lager geheugengebruik en hogere voorspellingsnauwkeurigheid.