論文の概要: Bounded-Memory Criteria for Streams with Application Time
- arxiv url: http://arxiv.org/abs/2007.16040v1
- Date: Thu, 30 Jul 2020 12:05:04 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-05 14:33:31.327888
- Title: Bounded-Memory Criteria for Streams with Application Time
- Title（参考訳）: 適用時間付きストリームのバウンドメモリ基準
- Authors: Simon Schiff and \"Ozg\"ur \"Ozcep
- Abstract要約: 境界メモリ計算可能性は、ストリーム上の実行可能な計算を扱うAIやデータベースの領域において、引き続き焦点を絞っている。
本研究は,アプリケーション時間付きストリーム上でのSPJクエリのメモリ境界計算可能性の基準を示す。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Bounded-memory computability continues to be in the focus of those areas of
AI and databases that deal with feasible computations over streams---be it
feasible arithmetical calculations on low-level streams or feasible query
answering for declaratively specified queries on relational data streams or
even feasible query answering for high-level queries on streams w.r.t. a set of
constraints in an ontology such as in the paradigm of Ontology-Based Data
Access (OBDA). In classical OBDA, a high-level query is answered by
transforming it into a query on data source level. The transformation requires
a rewriting step, where knowledge from an ontology is incorporated into the
query, followed by an unfolding step with respect to a set of mappings. Given
an OBDA setting it is very difficult to decide, whether and how a query can be
answered efficiently. In particular it is difficult to decide whether a query
can be answered in bounded memory, i.e., in constant space w.r.t. an infinitely
growing prefix of a data stream. This work presents criteria for bounded-memory
computability of select-project-join (SPJ) queries over streams with
application time. Deciding whether an SPJ query can be answered in constant
space is easier than for high-level queries, as neither an ontology nor a set
of mappings are part of the input. Using the transformation process of
classical OBDA, these criteria then can help deciding the efficiency of
answering high-level queries on streams.
- Abstract（参考訳）: 境界メモリ計算能力は、ストリーム上の実行可能な計算を扱うAIやデータベースの領域の焦点であり、低レベルのストリーム上の算術的な計算や、リレーショナルデータストリーム上の宣言的に指定されたクエリに応答する実行可能なクエリ、さらにはストリーム上の高レベルのクエリに応答する実行可能なクエリなど、オントロジーベースのデータアクセス(OBDA)のパラダイムのようなオントロジーにおける制約セットである。
古典的なobdaでは、高レベルのクエリはデータソースレベルでクエリに変換することで答えられる。
変換には書き直しステップが必要で、オントロジーからの知識がクエリに組み込まれ、マッピングのセットに関して展開するステップが続く。
OBDAの設定を考えると、クエリが効率的に答えられるかどうかを判断するのは非常に困難です。
特に、データストリームの無限に増大するプレフィックスである定数空間 w.r.t において、クエリが境界メモリで応答できるかどうかを決定するのは難しい。
本研究は,アプリケーション時間付きストリーム上でのSPJクエリのメモリ境界計算可能性の基準を示す。
spjクエリが一定の空間で答えられるかどうかは、オントロジーやマッピングのセットが入力の一部ではないため、高レベルのクエリよりも容易である。
従来のOBDAの変換プロセスを使うことで、これらの基準はストリーム上の高レベルのクエリに応答する効率を決定するのに役立つ。
関連論文リスト
- DAGE: DAG Query Answering via Relational Combinator with Logical Constraints [24.60431781360608]
DAGEと呼ばれるDAGクエリに対するクエリ埋め込み手法を提案する。
DAGEは2つのノード間の可能性のある複数のパスを、トレーニング可能なオペレータで単一のパスに結合する。
既存のクエリ埋め込みメソッド上にDAGEを実装することが可能であることを示す。
論文 参考訳（メタデータ） (2024-10-29T15:02:48Z) - Enhancing Long Context Performance in LLMs Through Inner Loop Query Mechanism [2.919891871101241]
変換器は入力サイズと計算複雑性の2次スケーリングを持つ。
Retrieval-augmented Generation (RAG)は、検索システムを使用することで、より長いコンテキストを処理できる。
インナーループメモリ拡張ツリー検索(ILM-TR)という新しい手法を導入する。
論文 参考訳（メタデータ） (2024-10-11T19:49:05Z) - Database-Augmented Query Representation for Information Retrieval [59.57065228857247]
データベース拡張クエリ表現(DAQu)と呼ばれる新しい検索フレームワークを提案する。
DAQuは、元のクエリを複数のテーブルにまたがるさまざまな(クエリ関連の)メタデータで拡張する。
リレーショナルデータベースのメタデータを組み込む様々な検索シナリオにおいてDAQuを検証する。
論文 参考訳（メタデータ） (2024-06-23T05:02:21Z) - Pathformer: Recursive Path Query Encoding for Complex Logical Query Answering [20.521886749524814]
木のような計算グラフ,すなわちクエリツリーをベースとした,Pathformerと呼ばれるニューラルネットワークによる一点埋め込み手法を提案する。
具体的には、Pathformerはクエリ計算ツリーを分岐によってパスクエリシーケンスに分解する。
これにより、Pathformerは将来のコンテキスト情報を完全に活用して、パスクエリの様々な部分間の複雑な相互作用を明示的にモデル化することができる。
論文 参考訳（メタデータ） (2024-06-21T06:02:58Z) - Allies: Prompting Large Language Model with Beam Search [107.38790111856761]
本研究では,ALIESと呼ばれる新しい手法を提案する。
入力クエリが与えられた場合、ALLIESはLLMを活用して、元のクエリに関連する新しいクエリを反復的に生成する。
元のクエリのスコープを反復的に精錬して拡張することにより、ALLIESは直接検索できない隠れた知識をキャプチャし、利用する。
論文 参考訳（メタデータ） (2023-05-24T06:16:44Z) - Reverse Engineering of Temporal Queries Mediated by LTL Ontologies [8.244587597395936]
データベースクエリのリバースエンジニアリングでは、与えられた回答と非回答の集合からクエリを構築することを目指している。
時間スタンプデータに対して線形時間論理の正のフラグメントで定式化されたクエリに対して,このクエリ・バイ・サンプル問題について検討する。
論文 参考訳（メタデータ） (2023-05-02T08:27:39Z) - Query2Particles: Knowledge Graph Reasoning with Particle Embeddings [49.64006979045662]
本稿では,知識グラフにエッジを欠いた複雑な論理的クエリに応答するクエリ埋め込み手法を提案する。
回答エンティティは、エンティティの埋め込みとクエリの埋め込みの類似性に応じて選択される。
埋め込み空間上の様々な領域から多様な回答を検索するために,複雑なKGクエリ応答方法Q2Pを提案する。
論文 参考訳（メタデータ） (2022-04-27T11:16:08Z) - Graph Enhanced BERT for Query Understanding [55.90334539898102]
クエリ理解は、ユーザの検索意図を探索し、ユーザが最も望まれる情報を発見できるようにする上で、重要な役割を果たす。
近年、プレトレーニング言語モデル (PLM) は様々な自然言語処理タスクを進歩させてきた。
本稿では,クエリコンテンツとクエリグラフの両方を活用可能な,グラフ強化事前学習フレームワークGE-BERTを提案する。
論文 参考訳（メタデータ） (2022-04-03T16:50:30Z) - Dual Reader-Parser on Hybrid Textual and Tabular Evidence for Open
Domain Question Answering [78.9863753810787]
世界の知識は構造化データベースに保存されている。
クエリ言語は、複雑な推論を必要とする質問に答えるだけでなく、完全な説明可能性を提供することができる。
論文 参考訳（メタデータ） (2021-08-05T22:04:13Z) - Answering Counting Queries over DL-Lite Ontologies [0.0]
本稿では,クエリをカウントする一般的な形式を導入し,従来の提案に関連付けるとともに,そのようなクエリに答えることの複雑さについて検討する。
我々は、複雑性境界の改善を確立させる、実践的に関連するいくつかの制約について検討する。
論文 参考訳（メタデータ） (2020-09-02T11:10:21Z) - Query Resolution for Conversational Search with Limited Supervision [63.131221660019776]
本稿では,双方向トランスフォーマに基づくニューラルクエリ解決モデルQuReTeCを提案する。
我々はQuReTeCが最先端モデルより優れており、また、QuReTeCのトレーニングに必要な人為的なデータ量を大幅に削減するために、我々の遠隔監視手法が有効であることを示す。
論文 参考訳（メタデータ） (2020-05-24T11:37:22Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。