84 artigos
Este trabalho apresenta o DCTR, um mecanismo de recuperação de tabelas que utiliza decomposição de consultas tipadas e consciência de conectividade global para melhorar a precisão na recuperação de dados em contextos de perguntas complexas sobre bancos de dados relacionais.
Este relatório técnico apresenta o problema de Busca de Tabelas Novas (NTS) em data lakes, propondo o método eficiente ANTs para identificar tabelas que oferecem informações sintaticamente novas em relação a uma tabela de consulta, superando outros métodos em precisão e desempenho.
Este artigo apresenta as bases de dados orientadas a esboços, um quadro categórico que codifica paradigmas de bases de dados como esboços de limites finitos e modelos de conjuntos, ilustrando como características comuns de grafos são capturadas uniformemente, propondo regras de inferência para caminhos e introduzindo "esboços de vacilação" para facilitar a composição modular e o crescimento escalável de modelos.
O artigo apresenta o LLM-FK, um framework multi-agente totalmente automatizado que supera as limitações dos métodos heurísticos e de soluções LLM ingênuas para detecção de chaves estrangeiras em grandes bancos de dados complexos, alcançando alta precisão e escalabilidade através de uma arquitetura coordenada de quatro agentes especializados.
O artigo apresenta o Tursio, uma plataforma de busca de banco de dados segura e local que permite a usuários de cooperativas de crédito consultarem sistemas complexos usando linguagem natural, inferindo automaticamente um grafo de conhecimento semântico e gerando planos de consulta precisos e conformes por meio da integração de Modelos de Linguagem de Grande Escala (LLMs).
Este artigo descreve um conjunto abrangente de mecanismos de resiliência desenvolvidos para o Apache Pinot no LinkedIn, incluindo isolamento de carga de consultas, reequilíbrio sem impacto e seleção adaptativa de servidores, que garantem baixa latência e alta disponibilidade em sistemas OLAP de grande escala sob falhas e picos de demanda.
O artigo apresenta o Dial, um sistema de NL2SQL baseado em conhecimento que supera as limitações dos métodos existentes ao gerar consultas SQL semanticamente corretas e executáveis em diversos dialetos de banco de dados, utilizando planejamento lógico consciente de dialeto, uma base de conhecimento hierárquica e um ciclo de depuração orientado à execução.
O artigo apresenta o GP-Tree, um índice espacial em memória que combina células de grade adaptativas com uma árvore de prefixos para superar as limitações dos índices tradicionais baseados em retângulos delimitadores, oferecendo uma filtragem mais precisa e melhorando significativamente a eficiência de consultas espaciais em grandes conjuntos de dados.
O artigo apresenta o "Structured Gossip DNS", um sistema de resolução de nomes escalável e resiliente a partições para redes dinâmicas em larga escala, que utiliza tabelas de dedos de DHT e estabilização passiva para reduzir a complexidade de mensagens e garantir consistência eventual sem coordenação global.
O artigo apresenta o Rel-MOSS, um novo método de aprendizado profundo relacional que utiliza um controlador de portas por tipo de relação e um sintetizador guiado por relações para realizar sobreamostragem de entidades minoritárias, resolvendo eficazmente o problema de desequilíbrio de classes em bancos de dados relacionais e superando os métodos atuais em precisão balanceada e média geométrica.
O artigo apresenta o DMRAL, um framework inovador para responder a perguntas numéricas em grandes coleções de tabelas que supera as limitações dos métodos existentes ao utilizar decomposição de perguntas, um grafo de relacionamentos entre tabelas e raciocínio guiado para melhorar significativamente a recuperação de dados relevantes e a precisão das respostas.
O artigo apresenta o Samyama, um banco de dados unificado de grafos e vetores escrito em Rust que integra otimização, enriquecimento agêntico e aceleração de hardware em um único motor, demonstrando alto desempenho e segurança de memória em hardware comercial.
O artigo apresenta o CEMR, um novo algoritmo de correspondência de subgrafos que supera as limitações de computação redundante dos métodos existentes ao utilizar técnicas de fusão e reutilização de extensões comuns, além de estratégias de poda, demonstrando desempenho superior em conjuntos de dados reais.
O artigo apresenta o PRIME, um algoritmo de duas etapas que resolve eficientemente o problema de roteamento em grafos de tokens em blockchains, superando as soluções existentes como o Uniswap ao otimizar trocas de ativos com melhores preços e menor tempo de computação, tendo sido validado em ambientes de produção de fundos de hedge.
O artigo apresenta o OLLA, um framework de agregação online impulsionado por Grandes Modelos de Linguagem (LLMs) que acelera o processamento de texto não estruturado em consultas relacionais através de amostragem estratificada semântica e agregação incremental, alcançando resultados precisos com uma fração mínima do tempo necessário para processar dados completos.
Este artigo generaliza os resultados de acessibilidade direta para consultas conjuntivas positivas, demonstrando que consultas conjuntivas assinadas (que podem conter átomos negativos) também admitem acesso direto eficiente após pré-processamento polinomial, utilizando circuitos relacionais para caracterizar classes tratáveis como as consultas negativas -acíclicas e de largura de conjunto de aninhamento limitada.
Este artigo estabelece uma base teórica para a consulta de bancos de dados categóricos, propondo e demonstrando a equivalência entre um cálculo e uma álgebra categóricos, além de apresentar regras de otimização e analisar a expressividade e complexidade computacional dessas linguagens.
Este artigo apresenta o algoritmo K-Join, uma abordagem simples para processamento de junções em computação paralela massiva que combina partições de dados e o primitivo HyperCube, utilizando uma nova medida teórica chamada "reduced quasi vertex-cover" para otimizar a transferência de dados e superar ou igualar o estado da arte.
O artigo apresenta o HiFIVE, um framework de gerenciamento de dados que utiliza uma solução de dois estágios para reduzir o tamanho de tiles vetoriais em escala terabyte, preservando a fidelidade visual e o desempenho interativo em visualizações geoespaciais no lado do cliente.
O artigo apresenta o STemDist, o primeiro método de destilação de dados especializado para previsão espaço-temporal, que comprime simultaneamente as dimensões espacial e temporal para reduzir significativamente o tempo de treinamento e o uso de memória, mantendo ou melhorando a precisão das previsões.