Declarative Semantics for Active Rules
在本文中，我们分析了声明性的确定性和非确定性语义的主动规则。特别是，我们考虑几个（部分）稳定的模型语义，演绎规则，如良好的基础，最大确定性，唯一的总稳定模型，总稳定模型，最大稳定模型语义定义。活动程序AP的语义是这样给出的：首先将其重写为演绎程序P，然后计算定义P的声明性语义的模型M，最后将M中包含的“一致”更新应用于源数据库。我们提出的框架允许一个自然的整合演绎和主动规则，也可以应用到查询功能符号或查询无限的数据库。
2003-12-18 cs.DB
From Causes for Database Queries to Repairs and Model-Based Diagnosis and Back
在这项工作中，我们建立和调查数据库中查询答案的因果关系，数据库修复wrt之间的连接。拒绝约束和基于一致性的诊断。前两个是数据库中相对较新的问题，第三个是知识表示中的一个既定主题。我们将展示如何从原因和其他方式获得数据库修复。因果关系问题被表述为诊断问题，诊断提供原因及其责任。关于数据库修复的大量研究可以应用于确定查询答案的实际原因及其责任的新问题。这些连接，这是有趣的本身，使我们能够在过渡后-灵感来自基于一致性的诊断-计算问题的打击集和顶点覆盖超图，获得几个新的算法和复杂性的结果，因果关系在数据库中。
2014-12-14 cs.DB
Corrigendum to "Counting Database Repairs that Satisfy Conjunctive Queries with Self-Joins"
[Maslowski and Wijsen，ICDT，2014]中的辅助引理7是错误的。该引理用于（且仅用于）同一篇论文的定理3的证明。在本勘误中，我们对后一个定理提供了一个新的证明。
2019-03-29 cs.DB
Priority-Based Conflict Resolution in Inconsistent Relational Databases
我们在这里研究的影响，优先级冲突解决不一致的关系数据库。我们扩展了维修和一致的查询答案的框架。我们提出了一组假设，一个扩展的框架应该满足并考虑两个实例的框架：（本地首选）l-维修和（全球首选）g-维修。我们研究了它们之间的关系和修复的计算复杂性的修复检查和一致的查询答案的每一个概念的影响。
2005-06-14 cs.DB
Unifying Causality, Diagnosis, Repairs and View-Updates in Databases
在这项工作中，我们建立并指出数据库中的查询-答案因果关系的概念和数据库修复，基于模型的诊断在其基于一致性和溯因版本，并通过视图数据库更新之间的连接。数据管理和知识表示的这些领域之间的相互关系揭示了它们中的每一个，并有助于分享它们共同的概念和结果。无论如何，这些都是不确定性管理的方法，在必须理解的大数据背景下，这变得更加相关。
2014-06-28 cs.DB
Unambiguous Prioritized Repairing of Databases
在其传统定义中，不一致数据库的修复是以“最小方式”区别于不一致数据库的一致数据库。通常情况下，修复并不同样合法，因为人们希望选择一个而不是另一个;例如，一个事实被认为比另一个更可靠，或者一个最近的事实应该优先于一个早期的事实。出于这些考虑，研究人员已经介绍和调查的框架，首选的修复，在否认约束和子集修复的背景下。在那里，事实之间的优先级关系被提升到一致数据库之间的优先级关系，并且修复被限制在提升意义上最优的修复。提出了三种提升（和最优修复）的概念：帕累托，全局和完成。在本文中，我们调查的复杂性，决定是否有足够的优先级关系，以明确地清理数据库，或者换句话说，是否正好有一个最佳的修复。我们表明，不同的提升语义带来了高度不同的复杂性。在帕累托最优性下，对于每一组函数依赖（FD），除了（等价于）每个关系一个FD的易处理的情况外，该问题在数据复杂度上是coNP完全的。在全局最优性条件下，每个关系只有一个FD仍然是容易处理的，但是我们建立了具有两个FD的关系的$Π^{p}_{2}$ -完全性。相反，在完备最优性下，对于每一组FD，问题在多项式时间内都是可解的。事实上，我们提出了一个多项式时间算法的任意冲突超图。我们进一步表明，在一般假设的传递性，该算法解决了问题，甚至为全局最优。该算法非常简单，但其正确性的证明是相当复杂的。
2016-03-06 cs.DB
ArrayBridge: Interweaving declarative array processing with high-performance computing
科学家们越来越多地转向小型计算机来生产和分析大规模阵列。尽管几十年的数据库研究都在颂扬声明式查询处理的优点，但科学家们仍然编写、调试和并行化命令式HPC内核，即使是最普通的查询。这种阻抗不匹配的部分原因是繁琐的数据加载过程;作为回应，数据库界提出了以科学文件格式访问数据的就地机制。然而，科学家们想要的不仅仅是从文件中读取数组的被动访问方法。本文介绍了ArrayBridge，一个双向数组视图机制的科学文件格式，其目的是使声明性数组操作与命令式文件为中心的分析互操作。我们的ArrayBridge原型实现使用HDF5作为底层阵列存储库，并无缝集成到SciDB开源阵列数据库系统中。除了快速查询外部数组对象外，ArrayBridge还可以像读取数组一样轻松地生成HDF5文件格式的数组。ArrayBridge还支持通过未修改的HDF5 API从命令式内核进行时间旅行查询，并自动消除数组版本之间的重复数据，以提高空间效率。我们在NERSC（一个大规模科学计算设施）中进行的广泛的性能评估表明，ArrayBridge表现出与原生SciDB存储引擎在统计上不可区分的性能和I/O可扩展性。
2017-02-27 cs.DB
Declarative Recursive Computation on an RDBMS, or, Why You Should Use a Database For Distributed Machine Learning
Rice University（莱斯大学）
许多流行的系统，最著名的是谷歌的TensorFlow，已经从头开始实现，以支持机器学习任务。我们考虑如何对现代关系数据库管理系统（RDBMS）进行一组非常小的更改，使其适合分布式学习计算。更改包括增加对递归的更好支持，以及优化和执行非常大的计算计划。我们还表明，使用RDBMS作为机器学习平台的关键优势。特别地，基于数据库管理系统的学习允许对大数据集和特别是大模型的微不足道的缩放，其中不同的计算单元对可能太大而不能装入RAM的模型的不同部分进行操作。
2019-04-25 cs.DB cs.LG
repAIrC: A Tool for Ensuring Data Consistency by Means of Active Integrity Constraints
知识库的一致性在组织管理中至关重要。完整性约束是一个众所周知的工具，用于指定知识库中的数据一致性要求;特别是，主动完整性约束更进一步，允许规范的首选方法，以克服不一致的情况下，数据库管理。本文介绍了一种工具来验证SQL数据库相对于一组给定的主动完整性约束，提出了可能的修复的情况下，数据库是不一致的。该工具能够与文献中提出的不同类型的修复一起工作，即简单的，有根据的，有根据的和合理的修复。它还实现了并行搜索它们的策略，允许用户计算独立或分层主动完整性约束的分区，并应用这些分区来有效地并行查找不一致数据库的修复。
2015-10-14 cs.DB
The Causality/Repair Connection in Databases: Causality-Programs
Carleton University（卡尔顿大学）
在这项工作中，指定数据库的修复的答案集程序被用来作为一个基础，用于解决计算和推理问题的原因，从数据库查询答案。
2017-06-26 cs.AI cs.DB
Complexity of Consistent Query Answering in Databases under Cardinality-Based and Incremental Repair Semantics (extended version)
数据库D可能与给定的完整性约束集合IC不一致。一致性查询排序（CQA）是从D计算与IC一致的查询答案的问题。一致答案在D的所有修正下都是不变的，即最小偏离D的一致实例。三类修复已被认为是在文献中：那些最小化集理论上的对称差中的元组集;那些最小化属性值的变化，以及那些最小化对称差中的元组集的基数。后一类尚未进行系统的研究。在本文中，我们得到的算法和复杂性理论的结果CQA在这个基数为基础的修复语义。我们在通常的静态设置中这样做，但也在动态框架中，一致的数据库受到一系列更新的影响，这可能使其不一致。我们还建立了比较结果与其他两种修复的动态情况下。
2016-05-23 cs.DB
Cobra: A Framework for Cost Based Rewriting of Database Applications
数据库应用程序通常是使用命令式语言和声明式框架混合编写的。应用程序逻辑分布在程序的声明性和命令性部分。通常，有一种以上的方法来实现同一个程序，其效率可能取决于许多参数。在本文中，我们提出了一个框架，自动生成一个给定的程序使用一组程序转换的所有等价的替代品，并选择成本最低的替代品。我们使用的概念的程序区域作为一个代数抽象的程序和扩展的火山/瀑布框架优化的代数表达式，优化程序。我们说明了使用我们的框架优化数据库应用程序。我们通过实验结果表明，我们的框架具有广泛的适用性，在现实世界中的应用程序，并提供显着的性能优势。
2018-02-26 cs.DB
Grounded Fixpoints and Active Integrity Constraints
主动完整性约束的形式主义被引入作为一种方式来指定特定类别的完整性约束的关系数据库连同偏好如何修复现有的不一致。这种完整性约束的基于规则的语法还提供了用于找到实现最佳渐近复杂度的这种修复的算法。然而，为这些完整性约束提出的不同语义都表现出一些反直觉的例子。在这项工作中，我们期待在积极的完整性约束，使用代数不动点理论的想法。我们展示了如何数据库修复可以建模为特定的运营商对数据库的不动点，并研究如何接地不动点的概念引起相应的概念接地数据库修复，捕捉几个自然的直觉，特别是避免了以前的替代语义问题。为了研究接地修复在其充分的普遍性，我们需要推广的概念接地不动点的非确定性运营商。我们提出了这样一个定义，并说明其在数据库上下文中的可扩展性。
2016-07-19 cs.DB
Specifying and Computing Causes for Query Answers in Databases via Database Repairs and Repair Programs
Universidad Adolfo Ibáñez（阿道夫·伊瓦涅斯大学）；Millenium Institute on Foundations of Data（数据基础千年研究所）
作为数据库中查询答案的原因的数据库元组与关于拒绝约束的不一致数据库的基于元组的修复之间的对应关系已经建立。在这项工作中，指定数据库的修复的答案集程序被用作解决计算和推理问题的原因的基础。在这里，原因也引入了在属性级别，呼吁基于空值和基于属性的修复语义。提出了相应的修复方案，并将其作为计算和推理属性级原因的基础。它们被扩展到处理完整性约束下的因果关系的情况下。
2020-09-28 cs.AI cs.DB cs.LO
Measuring and Computing Database Inconsistency via Repairs
Carleton University（卡尔顿大学）
我们提出了一个通用的数值测量数据库的不一致性方面的一组完整性约束。它是基于一个抽象的修复语义。一个特定的不一致性措施与基数修复的影响，我们表明，它可以通过答案集程序计算。关键词：数据库中的完整性约束，不一致数据库，数据库修复，不一致度量。
2018-07-12 cs.AI cs.DB cs.LO
Database Repairs and Analytic Tableaux
在这篇文章中，我们的特点是在分析tableaux不一致的关系数据库，即不满足一组给定的完整性约束的数据库的修复。为此，我们提供了为数据库实例及其完整性约束构建的表中分支的关闭和打开条件。我们使用基于表格的表征作为一致的查询回答的基础，即从数据库中检索查询的答案是一致的wrt的完整性约束。
2002-11-29 cs.DB cs.LO
Sufficient Explanations in Databases and their Connections to Database Repairs
Carleton University, Canada \& IMFD, Chile. University of Edinburgh, UK.
研究数据库中充分解释的概念及其与数据库修复的联系，提出基于答案集程序计算充分解释和度量的方法。
2026-05-15 cs.AI cs.DB cs.LO
From Database Repairs to Causality in Databases and Beyond
SKEMA Business School（SKEMA商学院）
该研究介绍了作者及合作者提出的数据库查询结果基于评分的解释方法，重点关注反事实推理在评分设定与计算中的应用，通过示例展现了方法的灵活性。
2023-06-15 cs.AI cs.DB
A logic-based framework for database repairs
本文提出一个基于形式逻辑的通用数据库修复框架，区分完整性约束与查询约束，支持硬软查询、距离定义，并推广至半环标注数据库，同时开启复杂度分析。
2025-03-28 cs.DB cs.LO
Repair-Based Degrees of Database Inconsistency: Computation and Complexity
RelationalAI Inc.（RelationalAI公司）；Carleton University（卡尔顿大学）
我们提出了一个通用的数值措施的数据库的不一致性方面的一组完整性约束。它是基于一个抽象的修复语义。特别是，与基数修复的不一致性措施进行了详细研究。更具体地说，它表明，它可以通过答案集程序计算，但有时它的计算可能是棘手的数据复杂性。然而，多项式时间的确定性和随机近似展出。小更新下的行为，这种措施进行了分析，获得固定参数的易处理性结果。此外，替代的不一致性措施提出和讨论。
2019-01-22 cs.AI cs.DB
Fragment Allocation Configuration in Distributed Database Systems
在分布式数据库（DDB）管理系统中，分片分配是最重要的组成部分之一，直接影响DDB的性能。在这项研究工作中，我们将表明，声明性程序设计语言，例如逻辑程序设计语言，可以用来表示不同的数据片段分配技术。结果表明，使用声明式程序设计语言可以大大简化分片分配算法的表示，从而为进一步的开发和优化打开了大门。正在考虑的案例研究也表明，我们的方法可以扩展到分布式系统的不同领域。
2016-07-20 cs.DB cs.DC
Complexity of Consistent Query Answering in Databases under Cardinality-Based and Incremental Repair Semantics
一致性查询查询（CQA）是从数据库中计算查询的答案的问题，这些答案相对于数据库作为一个整体可能无法满足的某些完整性约束是一致的。一致的答案已经被表征为那些在数据库一致性的某些最小形式的恢复下是不变的。我们调查的算法和复杂性理论问题的CQA数据库修复，最小的偏离-wrt的对称差异的基数-从原始数据库。我们得到了第一个严格的复杂性界。我们还解决了CQA的复杂性增加的问题，自然发生时，原来一致的数据库变得不一致后，执行一系列的更新操作。在拒绝约束下，为各种语义提供了增量复杂性的严格界限。固定参数的易处理性也在这个动态的上下文中进行了研究，其中更新序列的大小成为相关的参数。
2006-04-02 cs.CC cs.DB
Capuchin: Causal Database Repair for Algorithmic Fairness
University of Washington（华盛顿大学）
公平性越来越被认为是机器学习系统的关键组成部分。然而，这些系统训练的基础数据往往反映了歧视，这表明数据库修复问题。现有的公平处理方法依赖于统计相关性，而这些相关性可能被统计异常所愚弄，比如辛普森悖论。基于因果关系的公平定义的建议可以正确地模拟这些情况中的一些，但它们需要规范的基本因果模型。在本文中，我们正式的情况下，作为一个数据库修复问题，证明公平的分类器的充分条件，而不是一个完整的因果模型的容许变量。我们表明，这些条件正确地捕捉微妙的违反公平。然后，我们使用这些条件作为数据库修复算法的基础，这些算法为在其训练标签上训练的分类器提供可证明的公平性保证。我们评估我们的算法在真实数据上，证明了在文献中提出的多个公平性指标上的最新技术水平的改进，同时保留了高实用性。
2019-10-01 cs.AI cs.DB
From Causes for Database Queries to Repairs and Model-Based Diagnosis and Back
Carleton University（卡尔顿大学）；University of Washington（华盛顿大学）
在这项工作中，我们建立和调查数据库中的查询答案，数据库修复wrt的原因之间的连接。拒绝约束和基于一致性的诊断。前两个是数据库中相对较新的研究领域，第三个是知识表示中的一个既定课题。我们展示了如何从原因中获得数据库修复，以及相反的方法。因果关系问题被表述为诊断问题，诊断提供原因及其责任。关于数据库修复的大量研究可以应用于计算查询答案的实际原因及其责任的新问题。这些连接本身就很有趣，在基于一致性诊断的启发下，我们可以过渡到超图中的碰集和顶点覆盖的计算问题，从而获得数据库因果关系的几个新算法和复杂性结果。
2016-10-23 cs.AI cs.DB cs.LO
Exact and Approximate Counting of Database Repairs
本文研究函数依赖下蕴含查询的数据库修复计数，推广精确计数二分法，并刻画 FPRAS 可近似与不可近似边界，发现左侧链函数依赖的可近似性孤岛。
2024-04-09 cs.DB
Cleaning data with Swipe
针对函数依赖下的最优数据修复NP难问题，提出仅含单路径Chase树的Swipe算法，结合属性划分与优先级修复，在保证修复质量的同时大幅提升速度且扩展性良好。
2024-04-17 cs.DB
MIRA: Evidence-Verified Repair Memory for Text-to-SQL Correction
Beijing Institute of Technology（北京理工大学）；The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））；Shenzhen University（深圳大学）
本研究针对Text-to-SQL智能体生成的语义错误SQL问题，提出可插拔SQL修正器MIRA，将历史修正转为独立记忆项，经实验在BIRD和ScienceBenchmark数据集上显著提升了SQL执行准确率。
2026-08-10 cs.DB
Complexity and Efficient Algorithms for Data Inconsistency Evaluating and Repairing
数据不一致性评估与修复是数据质量管理中的重要内容。作为最基本的计算任务，最优子集修复不仅可以用于数据库修复过程中的成本估算，而且可以直接用于数据库不一致性的评估。计算最优子集修复是从不一致数据库中找到一个最小元组集，该元组集的删除导致留下一个一致子集。其复杂度的严格限制和有效的算法仍然是未知的。在本文中，我们改进了现有的复杂度和算法的结果，以及快速估计的最佳子集修复的大小。我们首先加强了最优子集修复计算问题的二分法，证明了在大多数情况下，以优于$17/16$的因子逼近最优子集修复不仅是APX完全的，而且是NPhhard的.我们第二次显示$(2-0.5^{\tinyσ-1})$ -近似时，$σ$功能的依赖关系，和一个$(2-η_k+\frac{η_k}{k})$ -近似时，$η_k$ -部分元组的$k$ -准Tur $\acute{\text{a}}$ n属性的一些$k>1$。最后给出了子集查询的最优\textit{S} -修复的大小的次线性估计，它以高概率输出比率$2n+εn$的估计，从而导出比率$2+ε$的FD-不一致度的估计.为了支持各种子集查询FD-不一致性评估，我们将它们统一为$\subseteq$ -oracle，它可以回答成员查询，并返回$p$元组均匀采样时，给定一个数字$p$。在$\subseteq$ -oracle实现的范围查询上进行了实验，实验结果表明了FD-不一…
2020-01-13 cs.DB
Computing Optimal Repairs for Functional Dependencies
我们调查的复杂性计算的不一致的数据库的最佳修复，在完整性约束的情况下，功能的重复性（FD）。我们专注于两种类型的修复：一个最佳的子集修复（最佳S-修复），这是由最小数量的元组删除，和最佳的更新修复（最佳U-修复），这是由最小数量的值（细胞）更新。为了计算一个最佳的S-修复，我们提出了一个多项式时间算法，成功的某些集合的FD和失败的其他。我们证明了以下关于算法。当它成功时，它还可以合并加权元组和重复元组。当它失败时，问题是NP难的，实际上是APX完全的（因此，不能比某个常数更好地近似）。因此，我们在计算最优S-修复的复杂性中建立了一个二分法。我们提出了一般的分析技术计算的最佳U-修复的复杂性，一些基于S-修复的二分法。我们还提请连接到过去的二分法的复杂性，找到一个“最可能的数据库”，满足一组FD与一个单一的属性在左手边;一般FD的情况下是开放的，我们展示了我们的二分法如何提供失踪的泛化，从而解决了开放的问题。
2017-12-20 cs.DB
Logica-TGD: Transforming Graph Databases Logically
针对图转换的时序处理与可扩展性挑战，提出基于开源逻辑编程语言Logica在并行数据库上实现图转换的方法，提升了性能并支持时变图，验证了其在多种图查询与转换任务中的便捷性。
2025-03-01 cs.DB
Minimal-Change Integrity Maintenance Using Tuple Deletions
本文研究了关系数据库中完整性约束下的最小变化完整性维护问题。我们假设完整性恢复操作仅限于元组删除。我们确定了两个基本的计算问题：修复检查（数据库实例是给定数据库的修复？）以及一致的查询答案（元组是给定数据库的每次修复中给定查询的答案吗？）。我们研究了这两个问题的计算复杂性，划定了易处理和难处理之间的边界。我们考虑拒绝约束，一般功能和包含依赖，以及关键字和外键约束。我们的研究结果揭示了最小变化的完整性维护的计算可行性。易于处理的案例应导致实际执行。棘手的结果突出了任何完整性实施机制的固有局限性，例如，触发器或引用约束操作，作为执行最小更改完整性维护的一种方式。
2002-12-05 cs.DB
The View-Update Problem for Indefinite Databases
Università della Calabria（卡拉布里亚大学）；University of Kentucky（肯塔基大学）
本文介绍并研究了一个声明式的不确定数据库视图更新框架。不确定数据库是具有空值的数据库，这些空值按照标准数据库方法由单个空常数表示。本文将这类数据库上的视图形式化为不确定演绎数据库，并定义了几类实现视图更新请求的数据库修复。最值得注意的是限制修复类。受约束的修复“最小限度地”更改数据库，并避免做出任意的承诺。它们将实现视图更新请求的替代方法的空间缩小到那些在某种强烈意义上基于数据库、视图和视图更新请求的方法。
2012-05-21 cs.AI cs.DB
Analyzing Deviations from Monotonic Trends through Database Repair
本文提出通过数据库修复分析数据集偏离单调趋势的问题，引入AODs概念并设计算法模板，实验验证了算法效率及启发式方法的有效性。
2025-12-09 cs.DB
Play by the Type Rules: Inferring Constraints for LLM Functions in Declarative Programs
Capital One
本研究针对声明式查询语言中LLM函数的类型约束问题，提出高效强制良好类型性的解决方案，在多跳问答数据集上实现7%准确率提升和53%延迟降低。
2025-09-24 cs.AI cs.CL cs.DB
sql4ml A declarative end-to-end workflow for machine learning
Athens University of Economics and Business（雅典经济与商业大学）；relationalAI（关系人工智能公司）
我们介绍了sql4ml，这是一个用SQL表达监督式机器学习（ML）模型并在TensorFlow中自动训练它们的系统。这项工作的主要动机源于这样一种观察：在许多数据科学任务中，存储数据的关系数据库和机器学习框架之间存在来回的关系。数据预处理和特征工程通常发生在数据库中，而学习通常在单独的ML库中执行。这种碎片化的工作流程要求用户在不同的编程范式和软件系统之间切换。使用sql4ml，用户可以在SQL中表达特征工程和ML算法，而系统将此代码转换为适当的表示，以便在机器学习框架内进行训练。我们描述了我们的翻译方法，目前的实验结果，将其应用于三个著名的ML算法，并讨论了可用性的好处集中在数据库端的整个工作流程。
2019-08-02 cs.DB cs.LG cs.SE
Second-Order Specifications and Quantifier Elimination for Consistent Query Answering in Databases
Millennium Institute for Foundational Research on Data（千禧数据基础研究所）
来自可能不一致的数据库的查询的一致答案是从数据库的每个可能的修复中同时检索的答案。修复是与原始不一致实例差异最小的一致实例。以前已经表明，数据库修复可以被指定为一个析取逻辑程序的稳定模型。在本文中，我们展示了如何使用修复程序转换问题的一致性查询回答问题的推理w.r.t.用二阶谓词逻辑写成的理论。它还研究了如何一阶理论，而不是通过应用二阶量词消去技术。
2021-10-18 cs.AI cs.DB cs.LO
Inconsistency Handling in Prioritized Databases with Universal Constraints: Complexity Analysis and Links with Active Integrity Constraints
CNRS, University of Bordeaux, Bordeaux INP, LaBRI, Talence, France（法国国家科学研究中心、波尔多大学、波尔多INP、LaBRI、塔勒朗）；DI ENS, ENS, CNRS, PSL University & Inria, Paris, France（巴黎高等师范学院DI系、巴黎高等师范学院、法国国家科学研究中心、巴黎文理研究学院及Inria、巴黎法国）
本文研究带通用约束的优先级数据库的不一致性问题，将对称差修复和二元优先级关系扩展至更丰富设定，分析其计算复杂性，并证明其帕累托最优修复与主动完整性约束框架下的修复概念存在对应关系。
2025-09-11 cs.AI cs.DB cs.LO
Answer-Set Programs for Repair Updates and Counterfactual Interventions
Skema Business School（SKEMA商学院）
我们简要地描述-主要是通过非常简单的例子-不同种类的答案集程序的注释，已提出指定：数据库修复和一致的查询回答;保密视图和查询评估与他们;反事实的干预数据库中的因果关系;和反事实为基础的解释，在机器学习。
2022-09-25 cs.AI cs.DB cs.LO
Optimization of Imperative Programs in a Relational Database
几十年来，RDBMS一直支持声明式SQL以及命令式函数和过程，作为用户表达数据处理任务的方式。虽然声明式SQL的评估受到了很多关注，导致了高度复杂的技术，但命令式程序的评估仍然很幼稚，效率很低。命令式程序提供了SQL的几个好处，因此通常是首选和广泛使用的。但不幸的是，它们糟糕的性能令人沮丧，甚至禁止在许多情况下使用它们。我们处理这个迄今为止很少受到注意的重要问题。我们提出了Froid，一个可扩展的框架，用于优化关系数据库中的命令式程序。Froid的新方法自动将整个用户定义函数（UDF）转换为关系代数表达式，并将它们嵌入到调用SQL查询中。这种形式现在适合于基于成本的优化，并产生高效的、面向集合的并行计划，而不是低效的、迭代的、串行执行的UDF。Froid的方法还为UDF带来了许多编译器优化的好处，而无需额外的实现工作。我们描述了Froid的设计，并提出了我们的实验评估，证明性能提高了多个数量级的实际工作负载。
2019-08-20 cs.DB
Generative Datalog with Stable Negation
在计算机科学中，用随机行为（如概率选择或随机采样）扩展程序设计语言有着悠久的传统。最近在这个方向上的发展是Barany等人在2017年提出的声明性概率程序设计语言，它在标准关系数据库上运行。特别是，Barany等人提出了生成式数据库，这是数据库的概率扩展，允许从离散概率分布中进行采样。直觉上，生成数据库程序P在输入数据库D上的输出是D和P的最小模型上的概率空间，即所谓的可能结果。这是Datasheet的（确定性）语义的自然概括，其中程序在数据库上的输出是其唯一的最小模型。一个自然的问题是如何生成的数据库可以与否定的有用功能，这反过来又导致了一个严格更具表达性的声明性概率程序设计语言丰富。特别是，具有挑战性的问题是如何生成的否定数据的概率语义可以鲁棒地定义。我们的目标是通过根据稳定模型语义解释否定来回答这个问题。
2022-06-24 cs.DB
Computing Range Consistent Answers to Aggregation Queries via Rewriting
本文研究在违反主键约束的数据库上回答带聚合的连接查询，目标是找出使聚合值最低的修复，并刻画可通过一阶逻辑聚合重写确定该值的查询类。
2024-09-03 cs.DB
Credo: Declarative Control of LLM Pipelines via Beliefs and Policies
Brown University（布朗大学）；Northwestern University（西北大学）
本文提出Credo，通过声明式策略和信念管理LLM流水线的决策，实现可适应、可审计和可组合的执行。
2026-08-13 cs.AI cs.DB
Data-graph repairs: the preferred approach
本文研究带数据值图数据库的首选子集与超集修复，采用 Reg-GXPath 表达式作为完整性约束，并提出基于权重和多重集的两类偏好准则，证明多数情况下复杂度不增加。
2023-04-03 cs.DB cs.LO
Dung's Argumentation Framework: Unveiling the Expressive Power with Inconsistent Databases
本文证明论证框架可视为不一致数据库，建立子集修复与论证扩展的联系，定义基于属性的修复，并实现多项式时间转换，传递复杂性结果。
2024-12-16 cs.DB cs.LO
Relational Expressions for Data Transformation and Computation
针对数据转换与计算编程模型分离的问题，研究提出将完全关系引入关系数据库，结合约束编程成果，以统一的关系模型实现二者的统一范式、代码复用与高效执行。
2023-09-20 cs.DB cs.PL
On the complexity of finding set repairs for data-graphs
University of Buenos Aires（布宜诺斯艾利斯大学）；ICC-CONICET（阿根廷国家科学与技术研究理事会计算科学研究所）
本文研究了在基于 Reg-GXPath 表达式作为完整性约束的条件下，为带有数据值的图数据库计算子集和超集修复的复杂度，证明了正片段存在多项式时间算法，而全语言表达能力则使问题难以处理。
2022-06-15 cs.AI cs.DB cs.LO
Type- and Content-Driven Synthesis of SQL Queries from Natural Language
本文提出了一种从自然语言自动合成SQL查询的新技术。我们的技术是完全自动化的，适用于任何数据库，而不需要额外的定制，也不需要用户知道底层的数据库模式。我们的方法通过结合自然语言处理、程序合成和自动程序修复来实现这些目标。给定用户的英文描述，我们的技术首先使用语义解析来生成查询草图，随后使用类型导向的程序合成完成查询草图，并使用数据库内容分配置信度分数。然而，由于用户的描述可能无法准确地反映实际的数据库模式，我们的方法也执行故障定位和修复草图的错误部分。重复该合成-修复循环，直到算法推断出具有足够高的置信度分数的查询。我们已经实现了所提出的技术在一个工具称为Sqlizer和评估它在三个不同的数据库。我们的实验表明，在接近90%的情况下，所需的查询是排名前5名的候选人。
2017-02-03 cs.DB cs.PL
Generative Datalog with Continuous Distributions
Bárány等人（TODS 2017）认为有必要将声明式编程和概率编程结合起来，最近引入了Datasheet的概率扩展作为“纯声明式概率程序设计语言”。“我们重新审视了这种语言，并提出了一种基于随机内核和马尔可夫过程（来自概率论的标准概念）定义其语义的更有原则的方法。这使我们能够扩展的语义连续概率分布，从而解决了一个公开的问题Bárány等人提出的。我们表明，我们的语义是相当强大的，允许并行执行和任意追逐秩序时，评估程序。我们在无限概率数据库的框架中投射我们的语义（Grohe和Lindner，ICDT 2020），并表明即使概率数据库程序的输入是任意概率数据库，语义仍然有意义。
2022-02-16 cs.DB cs.LO
LitMOF: An LLM Multi-Agent for Literature-Validated Metal-Organic Frameworks Database Correction and Expansion
Korea Advanced Institute of Science and Technology（韩国科学技术院）
提出LitMOF框架，利用大语言模型多智能体从原始文献验证并修复MOF数据库中的结构错误，成功修复9227个无效条目并发现8771个新MOF，通过直接空气捕获案例证明结构错误严重影响材料筛选可靠性。
2026-06-29 cond-mat.mtrl-sci cs.DB
On A Theory of Probabilistic Deductive Databases
我们提出了一个框架，建模的不确定性，信念和怀疑，可以给予独立的，一流的地位。我们采用概率论作为操纵不确定性的数学形式。智能体可以用置信水平的形式来表达她对一条信息的知识的不确定性，置信水平由一对概率区间组成，一个区间代表她的信念和怀疑。置信水平的空间自然导致了三格的概念，在精神上类似于Fitting的双格。直觉上，在这样一个三点阵中的点可以根据真值、信息或精确度来排序。我们开发了一个框架，概率演绎数据库相关联的置信水平与经典演绎数据库的事实和规则。虽然trilattice结构提供了多种选择，定义概率演绎数据库的语义，我们的语义选择是基于真值排序，我们发现这是最接近的演绎数据库的经典框架。除了提出一个基于赋值的声明语义和一个基于不动点理论的等价语义外，我们还提出了一个证明过程，并证明了它的合理性和完整性。我们发现，虽然经典的Datasheet查询程序有一个多项式时间的数据复杂性，某些查询程序的概率演绎数据库框架，甚至不终止在一些输入数据库。我们确定了一个大的自然类的查询程序的实际利益，在我们的框架，并表明，在这类程序具有多项式时间的数据复杂性，即，它们不仅在每个输入数据库上终止，而且保证在输入数据库大小的多个多项式步骤中终止。
2003-12-18 cs.DB
Attribution-Scores in Data Management and Explainable Machine Learning
SKEMA Business School（SKEMA商学院）
本文介绍了实际因果性中的责任分数在数据库查询答案解释和机器学习分类模型输出解释中的应用，说明了与数据库修复的联系，扩展了分类模型的责任分数，并讨论了Shap-score的高效计算。
2023-07-31 cs.AI cs.DB cs.LG
Causes for Query Answers from Databases, Datalog Abduction and View-Updates: The Presence of Integrity Constraints
University of Washington（华盛顿大学）；Carleton University（卡尔顿大学）
因果关系最近被引入到数据库中，用于建模，表征和可能计算查询结果（答案）的原因。查询答案因果关系，基于一致性的诊断，数据库修复（wrt。完整性约束违反）、溯因诊断和视图更新问题。在这项工作中，我们进一步调查之间的联系问答因果关系和溯因诊断和视图更新问题。在这种情况下，我们还定义和调查的概念，查询答案因果关系的完整性约束的存在。
2016-02-20 cs.AI cs.DB
Consistent Answers of Aggregation Queries using SAT Solvers
数据库修复和查询一致性回答的框架是管理不一致数据库的原则性方法。我们描述了第一个系统，能够计算一致的答案一般聚合查询与（A），（*），SUM（A），MIN（A），MAX（A）运算符，并与或不分组结构。我们的系统使用减少布尔可满足性（SAT）的优化版本，然后利用强大的SAT求解器。我们进行了一系列广泛的实验，合成和真实世界的数据，证明了这种方法的实用性和可扩展性。
2021-11-12 cs.DB
Consistent Query Answering under Spatial Semantic Constraints
一致性查询应答是一种容忍不一致的方法，用于从可能与其完整性约束不一致的数据库中获得语义正确的答案。在这项工作中，我们形式化的概念一致的查询回答空间数据库和空间语义完整性约束。为了做到这一点，我们首先描述冲突的空间数据，接下来，我们定义允许的实例，恢复一致性，同时保持接近原始实例。通过这种方式，我们得到一个修复语义，这是作为一个工具的概念来定义和可能得到一致的查询答案。然后，我们集中在一类空间拒绝约束和空间查询，存在一个有效的策略来计算一致的查询答案。本研究将不一致容限应用于空间资料库，将研究目标由空间资料库的一致性转移至查询回应的一致性。
2011-06-08 cs.DB
