論文の概要: Data Mesh: a Systematic Gray Literature Review

• arxiv url: http://arxiv.org/abs/2304.01062v2
• Date: Sat, 1 Jun 2024 21:26:03 GMT
• ステータス: 処理完了
• システム内更新日: 2024-06-04 21:39:44.309616
• Title: Data Mesh: a Systematic Gray Literature Review
• Title（参考訳）: Data Mesh: システムグレーの文献レビュー
• Authors: Abel Goedegebuure, Indika Kumara, Stefan Driessen, Dario Di Nucci, Geert Monsieur, Willem-jan van den Heuvel, Damian Andrew Tamburri,
• Abstract要約: Data Meshは、運用上のボトルネックを最小限に抑え、回避することを目的とした、新たなドメイン駆動の分散データアーキテクチャである。 我々は114の産業用グレー文学論文を体系的に収集,分析,合成した。 このレビューは、データメッシュの4つの重要な原則に関する実践者の視点に関する洞察を提供する。
• 参考スコア（独自算出の注目度）: 3.038477115588261
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Data mesh is an emerging domain-driven decentralized data architecture that aims to minimize or avoid operational bottlenecks associated with centralized, monolithic data architectures in enterprises. The topic has picked the practitioners' interest, and there is considerable gray literature on it. At the same time, we observe a lack of academic attempts at defining and building upon the concept. Hence, in this article, we aim to start from the foundations and characterize the data mesh architecture regarding its design principles, architectural components, capabilities, and organizational roles. We systematically collected, analyzed, and synthesized 114 industrial gray literature articles. The review provides insights into practitioners' perspectives on the four key principles of data mesh: data as a product, domain ownership of data, self-serve data platform, and federated computational governance. Moreover, due to the comparability of data mesh and SOA (service-oriented architecture), we mapped the findings from the gray literature into the reference architectures from the SOA academic literature to create the reference architectures for describing three key dimensions of data mesh: organization of capabilities and roles, development, and runtime. Finally, we discuss open research issues in data mesh, partially based on the findings from the gray literature.
• Abstract（参考訳）: Data Meshは、企業の集中型モノリシックなデータアーキテクチャに関連する運用上のボトルネックを最小化または回避することを目的とした、新たなドメイン駆動型の分散データアーキテクチャである。 この話題は実践者の興味を惹きつけており、それには相当なグレーの文学がある。 同時に、概念を定義し、構築する学術的な試みの欠如を観察する。 したがって、この記事では、その設計原則、アーキテクチャコンポーネント、機能、組織の役割について、基盤から始め、データメッシュアーキテクチャを特徴付けることを目的としています。 我々は114の産業用グレー文学論文を体系的に収集,分析,合成した。 このレビューは、データメッシュの4つの重要な原則、すなわち、製品としてのデータ、データのドメインオーナシップ、セルフサービスデータプラットフォーム、フェデレートされたコンピューティングガバナンスに関する実践者の見解に関する洞察を提供する。 さらに、データメッシュとSOA(サービス指向アーキテクチャ)の互換性のため、グレーの文献からの発見をSOA学術文献の参照アーキテクチャにマッピングし、データメッシュの3つの重要な側面、すなわち能力と役割、開発、実行の組織化を記述するための参照アーキテクチャを作成しました。 最後に,データメッシュにおけるオープンな研究課題について論じる。

関連論文リスト

• BabelBench: An Omni Benchmark for Code-Driven Analysis of Multimodal and Multistructured Data [61.936320820180875]
  大規模言語モデル(LLM)は、様々な領域でますます重要になっている。 BabelBenchは、コード実行によるマルチモーダルなマルチ構造化データ管理におけるLLMの熟練度を評価する革新的なベンチマークフレームワークである。 BabelBenchの実験結果から,ChatGPT 4のような最先端モデルでさえ,大幅な改善の余地があることが示唆された。
  論文  参考訳（メタデータ） (2024-10-01T15:11:24Z)
• Redefining Data-Centric Design: A New Approach with a Domain Model and Core Data Ontology for Computational Systems [2.872069347343959]
  本稿では,新しい情報ドメインモデルを導入することにより,計算システムを設計するための革新的なデータ中心パラダイムを提案する。 提案モデルは従来のノード中心のフレームワークから離れ、オブジェクト、イベント、コンセプト、アクションを組み込んだマルチモーダルアプローチを使用して、データ中心の分類に焦点を当てている。
  論文  参考訳（メタデータ） (2024-09-01T22:34:12Z)
• Empowering Data Mesh with Federated Learning [5.087058648342379]
  新しいパラダイムであるData Meshは、中央チームから各データドメインにデータオーナシップを分散することで、ドメインを第一級の関心事として扱う。 Paypal、Netflix、Zalandoといった数十万ドルの企業はすでに、この新しいアーキテクチャに基づいてデータ分析パイプラインを変革している。 我々はフェデレートラーニングをData Meshに組み込む先駆的なアプローチを導入します。
  論文  参考訳（メタデータ） (2024-03-26T17:10:15Z)
• Unsupervised Graph Neural Architecture Search with Disentangled Self-supervision [51.88848982611515]
  教師なしグラフニューラルアーキテクチャサーチは、文献では未発見のままである。 本稿では,Distangled Self-supervised Graph Neural Architecture Searchモデルを提案する。 我々のモデルは、教師なしの方法で、いくつかのベースライン手法に対して最先端のパフォーマンスを達成することができる。
  論文  参考訳（メタデータ） (2024-03-08T05:23:55Z)
• Incremental hierarchical text clustering methods: a review [49.32130498861987]
  本研究の目的は,階層的および漸進的クラスタリング技術の解析である。 本研究の主な貢献は、文書クラスタリングのテキスト化を目的とした、2010年から2018年にかけて出版された研究で使用されるテクニックの組織化と比較である。
  論文  参考訳（メタデータ） (2023-12-12T22:27:29Z)
• Serving Deep Learning Model in Relational Databases [70.53282490832189]
  リレーショナルデータ上での深層学習(DL)モデルの実現は、様々な商業分野や科学分野において重要な要件となっている。 最先端のDL中心アーキテクチャは、DL計算を専用のDLフレームワークにオフロードします。 UDF中心アーキテクチャの可能性は、リレーショナルデータベース管理システム(RDBMS)内の1つ以上のテンソル計算をユーザ定義関数(UDF)にカプセル化する。
  論文  参考訳（メタデータ） (2023-10-07T06:01:35Z)
• A Systematic Survey in Geometric Deep Learning for Structure-based Drug Design [63.30166298698985]
  構造に基づく薬物設計(SBDD)は、タンパク質の3次元幾何学を利用して、潜在的な薬物候補を特定する。 幾何学的深層学習の最近の進歩は、3次元幾何データの統合と処理に焦点をあてて、構造に基づく薬物設計の分野を大いに進歩させてきた。
  論文  参考訳（メタデータ） (2023-06-20T14:21:58Z)
• CateCom: a practical data-centric approach to categorization of computational models [77.34726150561087]
  本稿では,物理モデルとデータ駆動型計算モデルのランドスケープを整理する取り組みについて述べる。 オブジェクト指向設計の概念を適用し、オープンソース協調フレームワークの基礎を概説する。
  論文  参考訳（メタデータ） (2021-09-28T02:59:40Z)
• IFCNet: A Benchmark Dataset for IFC Entity Classification [0.0]
  この研究は、幾何学情報と意味情報の両方を含む広い範囲のIFCクラスにまたがる、シングルエンタリティIFCファイルのデータセットであるIFCNetを提示する。 実験では、物体の幾何学的情報のみを用いて、3つの異なるディープラーニングモデルが優れた分類性能を得ることができることを示した。
  論文  参考訳（メタデータ） (2021-06-17T17:59:00Z)

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。