論文の概要: Towards Anticipatory Databases Through Shared Data and Workload Semantics
- arxiv url: http://arxiv.org/abs/2609.14255v1
- Date: Sun, 13 Sep 2026 03:12:43 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-16 07:15:05.773819
- Title: Towards Anticipatory Databases Through Shared Data and Workload Semantics
- Title（参考訳）: 共有データとワークロードセマンティックスによる予測データベースの実現に向けて
- Abstract要約: 我々は,作業負荷のセマンティクスを予測決定のための一級制御信号として扱うことを主張する。
本研究では,データ,クエリ,セッションレベルのセマンティックコンテキストを表現し,時間とともにその進化をモデル化し,タスク固有のユーティリティ推定に変換するフレームワークを提案する。
我々は、このフレームワークをセマンティックプリフェッチとセマンティックキャッシュ消去でインスタンス化し、セマンティックレイヤを共有して2つの別々の決定をする。
- 参考スコア（独自算出の注目度）: 1.6157734983063083
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Database management systems increasingly serve dynamic and exploratory workloads, yet many of their decisions still rely on low-level signals such as recency, frequency, and address locality. These signals capture how data was accessed, but not what is being examined or how an analytical focus evolves. We argue for treating workload semantics as a first-class control signal for anticipatory decision making. Central to this view, we introduce semantic locality and semantic trajectories, which capture relationships among nearby queries and how those relationships evolve across a session. We propose a framework that represents semantic context at the data, query, and session levels, models its evolution over time, and translates it into task-specific utility estimates. We instantiate this framework in semantic prefetching and semantic cache eviction, which share a semantic layer to make two separate decisions. Prefetching uses semantic trajectories to anticipate future accesses beyond what address-based locality can capture, while eviction uses semantic relevance to inform block replacement. These systems provide initial evidence that shared semantic context can support multiple DBMS components. We further outline how this principle can extend to other decisions and data systems, and discuss key challenges in representation, cost, adaptation, and evaluation.
- Abstract（参考訳）: データベース管理システムは、動的かつ探索的なワークロードをますます提供しますが、その決定の多くは、リレーシ、頻度、アドレスローカリティといった低レベルの信号に依存しています。
これらの信号は、データがどのようにアクセスされたかをキャプチャするが、何が検査されているのか、分析的な焦点がどのように進化するかは明らかにしない。
我々は,作業負荷のセマンティクスを予測決定のための一級制御信号として扱うことを主張する。
そこで本研究では, セマンティック・ローカリティとセマンティック・トラジェクトリを導入し, セマンティック・ローカリティ(セマンティック・ローカリティ)とセマンティック・トラジェクトリ(セマンティック・トラジェクトリ, セマンティック・トラジェクトリ, セマンティック・ローカリティ, セマンティック・ローカリティ, セマンティック・トラジェクトリ, セマンティック・ローカリティ, セマンティック・トラジェクトリを導入し, セマンティック・ローカリティ(セ
本稿では,データ,クエリ,セッションレベルのセマンティックコンテキストを表現し,時間とともにその進化をモデル化し,タスク固有のユーティリティ推定に変換するフレームワークを提案する。
我々は、このフレームワークをセマンティックプリフェッチとセマンティックキャッシュ消去でインスタンス化し、セマンティックレイヤを共有して2つの別々の決定をする。
Prefetchingはセマンティックトラジェクトリを使用して、アドレスベースのローカリティが取得できる範囲を超えて、将来のアクセスを予測している。
これらのシステムは、共有セマンティックコンテキストが複数のDBMSコンポーネントをサポートすることができるという最初の証拠を提供する。
さらに、この原則が他の決定やデータシステムにどのように拡張できるかを概説し、表現、コスト、適応、評価における重要な課題について議論する。
関連論文リスト
- InsightEmb: Learning Action-Intent Embeddings for Agentic Insight Retrieval [30.435270910452854]
自己改善剤は、以前の軌道からの再利用可能な洞察を蓄積する。
転送可能なプログレッシブ指向の探索幾何学を学習する,コントラスト的な埋め込みフレームワークであるInsightEmbを提案する。
論文 参考訳（メタデータ） (2026-08-05T12:28:00Z) - AgentLongBench: A Controllable Long Benchmark For Long-Contexts Agents via Environment Rollouts [78.33143446024485]
我々は、横方向思考パズルに基づく環境ロールアウトによるエージェントの評価を行うtextbfAgentLongBenchを紹介した。
このフレームワークは、知識集約的で知識のないシナリオにまたがる厳密な相互作用の軌跡を生成する。
論文 参考訳（メタデータ） (2026-01-28T16:05:44Z) - A Pre-training Framework for Relational Data with Information-theoretic Principles [57.93973948947743]
本稿では,リレーショナルグラフ上の集合に基づくアグリゲーションを通じて,監視信号を構成する新しい事前学習フレームワークであるTask Vector Estimation (TVE)を紹介する。
TVEは従来のトレーニング前のベースラインを一貫して上回っている。
本研究は,関係データベース上での予測モデルの設計原則として,タスクの不均一性と時間構造を符号化する事前学習目的を提唱する。
論文 参考訳（メタデータ） (2025-07-14T00:17:21Z) - Feature-Based vs. GAN-Based Learning from Demonstrations: When and Why [50.191655141020505]
この調査は、デモから学ぶ機能ベースのアプローチとGANベースのアプローチの比較分析を提供する。
特徴に基づく手法とGANに基づく手法の2分法はますます曖昧になっていると我々は主張する。
論文 参考訳（メタデータ） (2025-07-08T11:45:51Z) - CLEAR-KGQA: Clarification-Enhanced Ambiguity Resolution for Knowledge Graph Question Answering [13.624962763072899]
KGQAシステムは通常、ユーザクエリは曖昧であると仮定するが、これは現実世界のアプリケーションではめったに行われない仮定である。
本稿では,対話的明確化を通じて,エンティティのあいまいさ(類似した名前を持つエンティティの区別など)と意図のあいまいさ(ユーザクエリの異なる解釈を明確にするなど)を動的に扱う新しいフレームワークを提案する。
論文 参考訳（メタデータ） (2025-04-13T17:34:35Z) - Language Models As Semantic Indexers [78.83425357657026]
本稿では,ジェネレーティブ言語モデルを用いてセマンティックIDを学習するための自己教師型フレームワークLMIndexerを紹介する。
学習したIDの質を検証し,推奨,製品検索,文書検索の3つの課題において有効性を示す。
論文 参考訳（メタデータ） (2023-10-11T18:56:15Z) - Disentangling Learnable and Memorizable Data via Contrastive Learning
for Semantic Communications [81.10703519117465]
セマンティック・レディにするために、ソースデータをアンタングルする新しい機械推論フレームワークが提案されている。
特に、データ上でインスタンスとクラスタの識別を行う新しいコントラスト学習フレームワークが提案されている。
信頼度の高い深いセマンティッククラスタは、学習可能でセマンティックリッチなデータだと考えられている。
シミュレーションの結果は, セマンティック・インパクトとミニマリズムの観点から, コントラスト学習アプローチの優位性を示した。
論文 参考訳（メタデータ） (2022-12-18T12:00:12Z) - Imitation Learning-based Implicit Semantic-aware Communication Networks:
Multi-layer Representation and Collaborative Reasoning [68.63380306259742]
有望な可能性にもかかわらず、セマンティック通信とセマンティック・アウェア・ネットワーキングはまだ初期段階にある。
本稿では,CDCとエッジサーバの複数層を連携させる,推論に基づく暗黙的セマンティック・アウェア通信ネットワークアーキテクチャを提案する。
暗黙的セマンティクスの階層構造と個人ユーザのパーソナライズされた推論嗜好を考慮に入れたセマンティクス情報の多層表現を提案する。
論文 参考訳（メタデータ） (2022-10-28T13:26:08Z) - Guiding the PLMs with Semantic Anchors as Intermediate Supervision:
Towards Interpretable Semantic Parsing [57.11806632758607]
本稿では,既存の事前学習言語モデルを階層型デコーダネットワークに組み込むことを提案する。
第一原理構造をセマンティックアンカーとすることで、2つの新しい中間管理タスクを提案する。
いくつかのセマンティック解析ベンチマークで集中的な実験を行い、我々のアプローチがベースラインを一貫して上回ることを示す。
論文 参考訳（メタデータ） (2022-10-04T07:27:29Z) - Evaluation of semantic relations impact in query expansion-based
retrieval systems [0.29008108937701327]
本稿では,与えられた分類のラベルを情報源として資源を生成する。
得られたリソースは、一連の入力クエリをインテントとして再構成するプレーン分類器に統合される。
この評価は、多種多様な分類をユースケースとして採用し、そのラベルを意味的拡張の基礎として利用している。
論文 参考訳（メタデータ） (2022-03-30T12:06:32Z) - Semantic SLAM with Autonomous Object-Level Data Association [31.707650560075976]
セマンティックレベルのSLAMシステムは,高精度なオブジェクトレベルのデータアソシエーションとリアルタイムなセマンティックマッピングを実現する。
オンラインのセマンティックマップ構築とセマンティックレベルのローカライズ機能は、事前の未知環境におけるセマンティックレベルのマッピングとタスク計画を容易にする。
論文 参考訳（メタデータ） (2020-11-20T20:33:39Z)
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。