Automated Migration of Hierarchical Data to Relational Tables using Programming-by-Example
虽然许多应用程序以XML和JSON等分层格式导出数据,但通常需要将此类分层文档转换为关系表示。本文提出了一种新的编程的例子的方法,并在一个工具中实现称为Mitra,自动迁移树结构的文档到关系表。我们已经评估了所提出的技术,使用两组实验。在第一个实验中,我们使用Mitra自动化从StackOverflow收集的98个数据转换任务。我们的方法可以生成所需的程序为94%的这些基准与平均合成时间为3.8秒。在第二个实验中,我们使用Mitra生成程序,这些程序可以将真实世界的XML和JSON数据集转换为成熟的关系数据库。我们的评估表明,Mitra可以自动化所有数据集的所需转换。
2017-11-10 cs.DB cs.PL
Auto-completion for Data Cells in Relational Tables
我们解决了自动完成关系表中的数据单元的任务。这样的表描述实体(在行中)及其属性(在列中)。我们提出了CellAutoComplete框架来解决这个问题的几个新方面,包括:(i)使单元格具有多个可能相互冲突的值,(ii)用支持证据补充预测值,(iii)组合来自多个来源的证据,以及(iv)处理单元格应留空的情况。我们的框架使用了一个大的表语料库和知识库作为数据源,并由预处理,候选值发现和价值排名组件。使用一个专门构建的测试集合,我们表明,我们的方法是40%以上的最佳基线的有效性。
2020-02-05 cs.DB cs.IR
Curriculum Matters: Data-Efficient Relational PFN Pretraining with Synthetic Data
SAP Labs, LLC.(思爱普实验室有限责任公司)
该研究针对关系型PFN预训练,发现采用PluRel作为合成数据源,渐进式课程设计可大幅减少所需合成数据量,且其性能接近专用关系型管线,凸显课程设计与合成数据多样性的关键作用。
2026-08-03 cs.DB cs.LG
Interactive Browsing and Navigation in Relational Databases
虽然研究人员已经投入了相当大的精力来帮助数据库用户制定查询,许多用户仍然发现它具有挑战性的指定查询,涉及连接表。为了帮助用户构建连接查询,探索关系数据库,我们提出了ETable,一种新的表示数据模型,为用户提供一个表示级的交互式视图。此视图通过允许单元格包含一组实体引用,在单个丰富的表中呈现一对多和多对多关系。用户可以直接与这个丰富的表交互,以增量方式构建复杂的查询,并在概念实体关系级别上导航数据库。在一项用户研究中,参与者使用ETable比使用商业图形查询构建器更快地执行一系列数据库查询任务。对ETable的主观反馈也是积极的。所有参与者都发现ETable更容易学习,有助于探索数据库。
2016-08-21 cs.DB
A Fair Benchmarking of Deep Relational Database Learning Models
Department of Computer Science(计算机科学系);Tennessee State University(田纳西州立大学);SAP AI Research and Innovation(SAP人工智能研究与创新);SAP Labs(SAP实验室)
研究针对关系数据库深度学习方法实验协议不一致问题,通过在五个关系数据库上进行系统基准测试,重构模型确保实验一致性,发现关系变压器方法性能最佳,多表学习有优势但高跳数收益递减。
2026-07-07 cs.AI cs.DB
Observatory: Characterizing Embeddings of Relational Tables
University of Michigan(密歇根大学);University of Amsterdam(阿姆斯特丹大学)
针对表嵌入模型选型依赖试错的问题,提出可系统分析关系表嵌入的Observatory框架,从8项属性量化评估9个模型,揭示其优缺点以指导选型与新模型开发。
2024-01-27 cs.DB cs.LG
ReStore -- Neural Data Completion for Relational Databases
传统的OLAP方法假设所有表的数据都是完整的。然而,如果表不完整且缺少元组,经典方法就会失败,因为SQL聚合查询的结果可能与在完整数据集上计算的结果显着不同。今天,处理缺失数据的唯一方法是手动完成数据集,这不仅需要很高的工作量,而且还需要良好的统计技能来确定数据集何时真正完成。在本文中,我们提出了一种自动化的方法,关系数据完成称为ReStore使用一类新的(神经)模式结构的完成模型,能够合成类似于丢失的元组的数据。正如我们在评估中所显示的那样,与直接使用不完整的数据进行查询回答相比,这有效地帮助将聚合查询的相对错误减少了390%。
2021-05-26 cs.DB
Relational Database Distillation: From Structured Tables to Condensed Graph Data
The University of Queensland(昆士兰大学);Shandong University(山东大学)
本研究提出关系数据库蒸馏方法,将大规模结构化数据库压缩为紧凑图数据,保留预测能力,通过异质图结构和核岭回归引导目标实现高效学习。
2026-01-20 cs.DB cs.LG
Relational Deep Learning: Graph Representation Learning on Relational Databases
Stanford University(斯坦福大学);Max Planck Institute for Informatics(马克斯·普朗克信息学研究所);Yale University(耶鲁大学);University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
本文提出 Relational Deep Learning,将关系数据库建模为主外键连接的时序异构图,并用消息传递 GNN 端到端学习,配合 RelBench 基准实现多表数据的直接建模。
2023-12-07 cs.DB cs.LG
Differentially Private Synthetic Data Generation for Relational Databases
MIT(麻省理工学院);RedHat AI Innovation(红帽人工智能创新部);MIT-IBM Watson AI Lab(麻省理工学院-IBM沃森人工智能实验室)
针对现有差分隐私合成数据生成仅适用于单表的问题,提出首个可与任意DP机制结合的算法,迭代优化表间关系以生成保持参照完整性的合成关系数据库,兼具空间与时间效率,并具备DP与理论效用保证。
2025-01-18 cs.CR cs.DB cs.LG
Holistic Cube Analysis: A Query Framework for Data Insights
本文提出HoCA框架,通过引入AbstractCube数据类型及立方体爬取和连接操作符,扩展关系查询以解决数据洞察问题,并在Google部署赋能超30个团队。
2023-07-01 cs.DB cs.DC cs.PL
Storing Multi-model Data in RDBMSs based on Reinforcement Learning
如何统一管理各种数据是数据库领域的一个重要研究课题。为了解决这个问题,研究人员提出了多模型数据库,以支持在一个统一的平台上使用一个统一的查询语言的多个数据模型。然而,由于关系数据库在当前市场中占主导地位,因此用其他数据库替换它们是昂贵的。此外,由于关系数据库管理系统的理论和技术已经提高了几十年,这是很难用几年的时间来开发一个多模型数据库,可以与现有的关系数据库管理系统在处理安全性,查询优化,事务管理等。在本文中,我们重新考虑使用关系数据库存储和查询多模型数据。不幸的是,多模型数据结构的复杂性和平面关系表的简单性之间的不匹配使得这一点很困难。针对这一挑战,我们利用强化学习(RL)的方法来学习一个关系模式,通过与关系数据库管理系统的交互。本文提出了一种改进的Q学习算法\textit{Double Q-tables},以降低Q表的维数,提高学习效率。实验结果表明,我们的方法可以学习一个关系模式优于现有的多模型存储模式的查询时间和空间消耗。
2021-09-01 cs.DB
Relational to RDF Data Migration by Query Co-Evaluation
Conexus AI
提出一种新算法,通过关系查询的逆映射将关系数据库转换为RDF三元组,确保数据的唯一往返,并利用图同态简化查询编写,在FIBO金融本体上验证。
2026-07-03 cs.DB
PluRel: Synthetic Data unlocks Scaling Laws for Relational Foundation Models
Stanford University(斯坦福大学);SAP Labs LLC(SAP实验室)
PluRel通过合成多表关系数据库,实现了关系基础模型在扩展定律上的突破,展示了合成数据在提升模型泛化能力方面的潜力。
2026-07-15 cs.AI cs.DB cs.LG
Combining Heterogeneous Classifiers for Relational Databases
大多数企业数据分布在多个关系数据库中,并具有专家设计的模式。对这样的数据使用传统的单表机器学习技术不仅会导致转换为“平面”形式(mega-join)的计算损失,甚至会丢失关系中存在的人类指定的语义信息。在本文中,我们提出了一个实用的,两个阶段的层次元分类算法的关系数据库与语义分而治之的方法。我们提出了一个递归的,预测聚合技术在异构分类应用于个人数据库表。该算法在三个不同的数据集上进行了评估,即TPCH,PKDD和UCI基准,并显示出相当大的减少分类时间,而没有任何损失的预测精度。
2012-03-12 cs.DB cs.LG
A Systematic Method for On-The-Fly Denormalization of Relational Databases
规范化的关系数据库是存储数据的常用方法,但是提取可用的非规范化数据以供使用通常需要对源数据的直接存取或者由数据库管理员创建适当的视图或表。因此,最终用户探索和使用以这种方式存储的数据的能力受到限制。这里提出了一种用于在运行时执行关系数据库的自动化去规范化的方法,而不需要访问源数据或数据库管理员的持续干预。此外,该方法不需要对数据库本身进行重构,因此可以灵活地应用于现有数据库之上的层。
2020-10-01 cs.DB
Sensitivity Analysis for Declarative Relational Query Languages with Ordinal Ranks
我们提出了一个关系模型的数据扩展的顺序排名的查询执行结果的敏感性分析。底层的数据模型的结果,从普通的Codd的数据模型中,我们认为顺序排列的元组在数据表中表示的程度,元组匹配查询。在这种设置中,我们表明,分配给元组的排名对小的变化不敏感,即,输入数据中的小变化不会在查询结果中产生大的变化。
2011-09-28 cs.DB
Secure Machine Learning over Relational Data
近年来,由于许多ML任务的训练数据都是关系查询(最常见的是join-select查询)的结果,因此机器学习和关系数据库的更紧密集成得到了发展。在联合设置中,这带来了额外的挑战,即表由不同的方作为其私有数据持有,并且各方希望训练模型而不必使用可信的第三方。现有的工作只考虑的情况下,训练数据存储在一个平面表,已被垂直分区,这对应于一个简单的PK-PK连接。在本文中,我们描述了安全协议来计算符合一般的外键非循环模式的多个表的连接结果,以及如何将结果以秘密共享的形式提供给安全的ML工具箱。此外,现有的安全ML系统揭示了连接结果中的PK。我们将隐私保护提升到更高的水平,实现训练模型之外的零信息泄露。如果模型本身被认为是敏感的,我们将展示如何将差分隐私纳入我们的框架,以防止模型侵犯个人隐私。
2021-09-30 cs.CR cs.DB
Hippasus: Effective and Efficient Automatic Feature Augmentation for Machine Learning Tasks on Relational Data
Athena Research Center(阿提卡研究中心)
Hippasus通过结合统计信号和语义推理,高效提升关系数据机器学习任务中的特征增强效果。
2026-07-21 cs.DB cs.LG
Towards a Complete Direct Mapping From Relational Databases To Property Graphs
通过图模型表示的复杂数据越来越常见。与关系模型相反,图提供了对复杂数据执行分析任务的高容量。由于大量的数据仍然以关系表的形式呈现,因此有必要了解如何将这些数据转换为图形。本文提出了一个完整的映射过程,允许转换任何关系数据库(模式和实例)到一个属性图数据库(模式和实例)。与现有的映射相反,我们的解决方案保留了三个基本的映射属性,即:信息保存,语义保存和查询保存。此外,我们研究映射任何SQL查询到一个等价的Cypher查询,这使得我们的解决方案的实用。现有的解决方案要么是不完整的,要么是基于不实用的查询语言。因此,这项工作是第一个完整的和实用的解决方案映射关系图。
2022-10-02 cs.DB
Transformers Meet Relational Databases
Department of Computer Science, Czech Technical University in Prague(计算机科学系,布拉格捷克技术大学)
针对 Transformer 难以处理关系数据库的问题,本文提出遵循关系模型的模块化神经消息传递方案,支持从数据库存储端到端学习,并在广泛数据集上验证其性能优于多个相关领域的代表性模型。
2024-12-06 cs.DB cs.LG
Relational Deep Learning: Challenges, Foundations and Next-Generation Architectures
Stanford University(斯坦福大学);Mila, McGill University(麦吉尔大学米尔)
本文综述关系深度学习(RDL),将关系数据库表示为关系实体图,讨论其挑战、基础方法及下一代架构,并展望统一建模以推动基础模型发展。
2025-06-19 cs.AI cs.DB cs.LG
Relational In-Context Learning via Synthetic Pre-training with Structural Prior
Institute for Artificial Intelligence, Peking University(北京大学人工智能研究院);University of Illinois at Urbana-Champaign(伊利诺伊大学香槟分校);Institute of Computing Technology, Beijing University of Post(北京邮电大学计算机学院);State Key Laboratory of General Artificial Intelligence(通用人工智能国家重点实验室)
提出RDB-PFN,首个仅通过合成数据训练的关系基础模型,利用结构因果模型生成多样关系数据库,实现对新数据库的即时上下文学习,在19个真实关系预测任务上优于现有表格基础模型。
2026-05-28 cs.AI cs.DB cs.LG
DAgent: A Relational Database-Driven Data Analysis Report Generation Agent
本文提出关系数据库驱动的数据分析报告生成智能体 DAgent,并构建包含 DA-Dataset 的基准,通过集成规划、工具和记忆模块实现多步推理与数据整合,生成完整、正确且简洁的分析报告。
2025-04-01 cs.DB
Query Significance in Databases via Randomizations
HIIT(赫尔辛基信息技术研究所);Helsinki University of Technology(赫尔辛基理工大学);Yahoo! Research(雅虎研究院)
许多类型的结构化数据通常以相互关联的表的多关系格式存储。在此关系模型下,可以使用关系查询进行探索性数据分析。作为示例,在互联网电影数据库(IMDb)中,可以使用查询来检查动作电影的平均排名是否高于戏剧电影的平均排名。我们考虑的问题,评估这样的查询返回的结果是否是统计上显着的,或者只是一个随机的工件的结构中的数据。我们的方法是基于随机表中出现的查询和重复的随机表上的原始查询。事实证明,在多关系数据中没有唯一的随机化方法。我们提出了几种随机化技术,研究它们的属性,并展示了如何找出哪些查询或假设对我们的数据产生统计上显着的信息。我们给出了真实和生成的数据的结果,并展示了一些查询的意义如何在不同的随机化之间变化。
2009-06-30 cs.AI cs.DB
Multi-Relational Algebra for Multi-Granular Data Analytics
针对跨粒度实体与特征关系分析中现有 SQL/OLAP 构造可组合性和性能不足的问题,论文提出 MRA 及其 RelationSpace、SliceRelation 抽象与转换算子,并已在 Google 生产环境验证。
2025-07-23 cs.DB cs.DC cs.PL
Benchmarking the Fidelity and Utility of Synthetic Relational Data
Faculty of Computer and Information Science, University of Ljubljana(卢布尔雅那大学计算机与信息科学学院)
针对关系型数据合成方法缺乏统一实证评估的问题,研究整合最佳实践与新型鲁棒检测方法构建基准工具,对比6种方法后发现无方法能合成与原数据无差异的数据,且真实与合成数据在预测性能、特征重要性上呈中等相关。
2024-10-04 cs.DB cs.LG
Beyond Marginals: A Multi-Dimensional Evaluation Framework for Multi-Table Synthetic Data Generation
Microsoft(微软)
针对多表合成数据缺乏统一评估框架的问题,提出SynEval六维评估框架,联合评估保真度、结构、完整性、效用、隐私和边缘情况,并生成加权质量分数。
2026-10-07 cs.DB cs.LG
Interesting Multi-Relational Patterns
从多关系数据中挖掘模式是数据采掘界越来越感兴趣的问题。传统的数据采掘方法通常是针对高度简化的数据类型开发的,例如属性-值表或二进制数据库,使得这些方法不能直接应用于多关系数据。然而,多关系数据更真实,因此通常也是现实的更强大的代表。因此,直接从这种表示中挖掘具有适当表达能力的语法模式是一个非常重要的研究问题。在本文中,我们介绍了一种新的方法来挖掘模式的多关系数据。我们提出了一个新的语法多关系模式的完全连通子图的数据库表示为一个K-部图。我们展示了这种模式语法如何普遍适用于多关系数据,而当数据是一个简单的二进制或属性值表时,它可以简化为众所周知的瓦片[7]。我们提出了RMiner,一个有效的算法来挖掘这样的模式,我们引入了一种方法来量化他们的兴趣时,与先验信息的数据挖掘。最后,我们通过讨论真实世界和合成数据库的结果来说明我们的方法的有用性。
2011-09-12 cs.DB cs.DS cs.SI
A Multi-Agent System for Semantic Mapping of Relational Data to Knowledge Graphs
University Ss. Cyril and Methodius(西里尔和美多修大学)
本文提出一种基于多个LLM智能体的多智能体系统,在关系数据库表之上构建语义层,将表和列映射到Schema.org术语,实现多数据库知识图谱集成,并在多个领域取得超过90%的映射准确率。
2025-11-09 cs.AI cs.DB
Causal Relational Learning
University of Washington(华盛顿大学);Duke University(杜克大学);University of California at Santa Cruz(加州大学圣克鲁兹分校)
因果推理是自然科学和社会科学实证研究的核心,对于科学发现和知情决策至关重要。因果推理的黄金标准是进行随机对照试验;不幸的是,由于伦理、法律或成本的限制,这些试验并不总是可行的。作为一种替代办法,统计研究和社会科学已经发展出从观测数据进行因果推断的方法。然而,现有的方法严重依赖于限制性的假设,如研究人口组成的同质元素,可以表示在一个单一的平面表,其中每一行被称为一个单位。相比之下,在许多现实环境中,研究领域自然由具有复杂关系结构的异构元素组成,其中数据自然表示在多个相关表中。在本文中,我们提出了一个正式的框架,因果关系的数据推断。我们提出了一种称为CaRL的声明性语言,用于捕获因果背景知识和假设,并使用简单的数据日志式规则指定因果查询。CaRL为推断因果关系和推理关系域中复杂干预的影响提供了基础。我们对真实的关系数据进行了广泛的实验评估,以说明CaRL在社会科学和医疗保健中的适用性。
2020-04-07 cs.AI cs.DB cs.LG
Relational Transformer: Toward Zero-Shot Foundation Models for Relational Data
Stanford University(斯坦福大学);Kumo AI;University of Oxford(牛津大学);SAP Labs LLC(SAP实验室有限责任公司)
关系变换器通过零样本迁移能力,为关系数据提供高效的基础模型解决方案。
2026-03-02 cs.AI cs.DB cs.LG
Relational Graph Transformer
Stanford University(斯坦福大学);NVIDIA
RelGT通过新颖的多元素分词策略,解决关系图中异构性、时效性和拓扑结构的编码问题,实现对关系数据的高效建模,优于GNN基线。
2026-02-05 cs.AI cs.DB cs.LG
SQUiD: Synthesizing Relational Databases from Unstructured Text
University of Michigan(密歇根大学)
SQUiD通过神经符号框架从无结构文本自动合成关系数据库,优于现有方法。
2026-03-01 cs.CL cs.DB
TRACE: A Time-Relational Approximate Cubing Engine for Fast Data Insights
本文提出时间关系近似立方体引擎TRACE,通过物化立方体关键部分以低空间和计算成本支持用户定义指标下的交互式数据切片分析。
2024-01-12 cs.DB cs.IR
Pruning Attribute Values From Data Cubes with Diamond Dicing
存储在数据仓库中的数据本质上是多维的,但大多数数据修剪技术(如冰山和top-k查询)都是一维的。然而,分析师需要发出多维查询。例如,分析师可能不仅需要选择利润最高的商店或(分别)利润最高的产品,而且需要同时选择满足某些利润率约束的商店和产品。为了满足这一需要,我们提出了一个新的运营商,钻石骰子。由于维度之间的相互作用,钻石的计算具有挑战性。我们提出了第一个钻石切割实验的大数据集。实验表明,我们可以使用标准PC在不到35分钟的时间内计算包含1亿个事实的事实表上的钻石立方体。
2008-05-06 cs.DB cs.DS
The FOLE Table
本文在一阶逻辑环境 FOLE 中,依据 Codd 关系模型提出 FOLE 关系表概念,为连接分类形式与解释形式、构建关系数据库的严格数学基础奠定前提。
2023-04-21 cs.DB cs.LO
Improved Approximation Algorithms for Relational Clustering
Department of Computer Science, University of Illinois Chicago(伊利诺伊芝加哥大学计算机科学系)
本文提出改进的关系聚类算法,通过高效的随机近似方法提高k-中位数和k-均值聚类的近似因子和运行效率。
2026-02-17 cs.DB cs.DS
Relational Deep Dive: Error-Aware Queries Over Unstructured Data
针对非结构化数据分析查询的抽取挑战,提出框架ReDD,通过两阶段流水线动态发现查询模式并填充关系表,结合统计校准方法SCAPE进行错误感知抽取,将错误率降至1%以下。
2025-11-04 cs.DB cs.IR
FactorBase: SQL for Learning A Multi-Relational Graphical Model
Simon Fraser University(西蒙弗雷泽大学)
我们描述FactorBase,一个新的基于SQL的框架,利用关系数据库管理系统,以支持多关系模型发现。多关系统计模型提供了对数据库中异构和相互依赖的数据资源的综合分析。我们采用BayesStore的设计理念:统计模型作为一等公民在数据库中存储和管理。虽然像BayesStore这样的系统支持多关系推理,但FactorBase支持多关系学习。六个基准数据库的案例研究评估我们的系统如何支持一个具有挑战性的机器学习应用程序,即学习一阶贝叶斯网络模型的整个数据库。在这种情况下,模型学习必须检查数据表之间的大量潜在统计关联。我们的实现展示了FactorBase中的SQL结构如何促进高度可扩展的模型学习系统的快速,模块化和可靠的开发。
2015-08-10 cs.DB cs.LG
The Optimization of Running Queries in Relational Databases Using ANT-Colony Algorithm
优化查询的问题是一个成本敏感的过程,并且相对于查询中关联表的数量,其排列数量呈指数增长。一方面,与关系数据库中的其他操作相比,连接操作是最困难和最复杂的操作,为了减少其运行时间,需要对其进行优化。因此,到目前为止已经提出了各种算法来解决这个问题。另一方面,任何数据库管理系统(DBMS)的成功都意味着利用查询模型。在本文中,启发式蚂蚁算法已被提出来解决这个问题,提高连接操作的运行时间。实验和观察结果表明,该算法的效率相比,其类似的算法。
2013-11-16 cs.DB cs.NE
A Rule-Based Relational XML Access Control Model in the Presence of Authorization Conflicts
在关系数据库中存储了大量的敏感XML数据。对存储在关系数据库中的XML数据实施节点级细粒度授权策略是一个挑战,关系数据库通常支持表和列级访问控制。此外,在XML数据的层次嵌套结构上,通常会有相互冲突的授权策略。在文献中提出了两种用于关系XML数据库的XML访问控制模型。然而,据我们所知,他们中没有一个讨论过在关系XML数据库领域中处理与条件的授权冲突。因此,我们认为需要定义有效的细粒度XML授权模型,并将其与存在条件时的冲突处理机制合并到关系XML数据库中。我们在这项研究中解决这个问题。
2019-09-24 cs.DB cs.IR
WebRelate: Integrating Web Data with Spreadsheets using Examples
Web源和关系数据之间的数据集成是数据科学家和电子表格用户面临的一个关键挑战。以编程方式将Web数据与关系数据连接起来有两个主要挑战。首先,大多数网站没有公开直接的接口来获取表格数据,因此用户需要制定一个逻辑来为关系表中的每个输入行访问不同的网页。其次,在到达期望的网页之后,用户需要编写复杂的脚本来提取相关数据,这通常以输入数据为条件。由于许多数据科学家和最终用户来自不同的背景,编写如此复杂的基于正则表达式的逻辑脚本来执行数据集成任务通常超出了他们的编程专业知识。我们提出WebRelate,一个系统,允许用户加入半结构化的Web数据与关系数据在电子表格中使用输入输出的例子。WebRelate将Web数据集成任务分解为两个子任务:i)URL学习和ii)依赖输入的Web提取。第一个子任务为包含关系表中所有行的所需数据的网页生成URL。WebRelate通过使用几个示例URL学习字符串转换程序来实现这一点。第二子任务使用要从相应网页提取的所需数据的示例,并学习用于提取其他行的数据的程序。我们设计了表达特定领域的语言的URL生成和Web数据提取,并提出了有效的合成算法,学习程序在这些DSL从几个输入输出的例子。我们评估WebRelate的88现实世界的Web数据集成任务,从在线帮助论坛和Excel产品团队,并表明,WebRelate可以学习所需的程序在几秒钟内使用只有1个例子的大多数任务。
2017-11-15 cs.DB cs.PL
Relational-Core Graph Analytics Querying graphs at SQL scale, and why the node/edge model is a performance tax, not a truer picture of connected data
ClickGraph;DeltaGraph
该研究提出ClickGraph与DeltaGraph系统,将Cypher转换为原生关系模式在关系引擎执行,性能远超Neo4j等原生图引擎,突破内存图引擎的扩展限制,证明关系系统可高效处理企业图分析工作负载。
2026-09-02 cs.AI cs.DB cs.PL
Thucy: An LLM-based Multi-Agent System for Claim Verification across Relational Databases
Thucy是一种基于LLM的多智能体系统,能够跨关系数据库验证声明,并提供支持裁定的SQL查询,准确率达94.3%。
2026-01-05 cs.AI cs.DB
Text2Schema: Filling the Gap in Designing Database Table Structures based on Natural Language
Hunan University(湖南大学);Peking University(北京大学)
本文提出Text2Schema问题及基于LLM的多智能体框架SchemaAgent,将自然语言需求自动转换为关系数据库模式,并开源381对基准数据,实验证明其优越性。
2025-10-17 cs.AI cs.DB
Relational Task Generation Language: A Declarative Specification Framework for Relational Deep Learning
Czech Technical University in Prague(布拉格捷克理工大学)
本文提出开源声明式语言RTGL,用于简化RDL任务构建,可重构基准任务、设计新任务,经实验证实其鲁棒性、可用性及与现有RDL框架的无缝集成性。
2026-09-02 cs.DB cs.LG cs.PL
SQL for SRL: Structure Learning Inside a Database System
Simon Fraser University(西蒙弗雷泽大学)
我们在本文中主张的立场是,关系代数可以提供一个统一的语言来表示和计算的关系对象,就像线性代数为传统的单表机器学习。关系代数是在结构化查询语言(SQL)中实现的,它是关系数据库管理系统的基础。为了支持我们的立场,我们已经开发了FACTORBASE系统,它使用SQL作为高级脚本语言,用于图形模型结构的语义关系学习。FACTORBASE的设计理念是将统计模型作为数据库中的一等公民进行管理。我们的实现展示了我们的SQL结构在FACTORBASE中如何促进快速,模块化和可靠的程序开发。来自六个基准数据库的经验证据表明,利用数据库系统的能力,实现可扩展的模型结构学习。
2015-07-02 cs.DB cs.LG
PATSQL: Efficient Synthesis of SQL Queries from Example Tables with Quick Inference of Projected Columns
SQL是最流行的数据分析工具之一,现在越来越多的没有数据库专业知识的用户使用它。一些研究已经提出了通过示例编程的方法来帮助这些非专家编写正确的SQL查询。虽然现有的方法支持各种SQL功能,如聚合和嵌套查询,但随着示例表规模的增加,它们的计算成本会显著增加。在本文中,我们提出了一个有效的算法,利用关系代数中已知的属性,从输入和输出表合成SQL查询。我们的关键见解是,投影操作程序草图可以解除以上其他运营商通过应用关系代数中的转换规则,同时保持程序的语义。这使得在投影算子中能够快速推断适当的列,这是合成中的重要组成部分,但在先前的工作中会导致组合爆炸。我们还介绍了一种新的形式的约束和自上而下的传播机制,有效的草图完成。我们在我们的工具PATSQL中实现了这个算法,并在之前的基准测试和Kaggle教程中的226个查询上进行了评估。结果,PATSQL解决了68%的基准测试,并在一秒钟内找到了89%的解决方案。我们的工具可以在https://naist-se.github.io/patsql/上找到。
2021-08-13 cs.DB cs.PL cs.SE
A Lightweight Algorithm to Uncover Deep Relationships in Data Tables
Nokia Bell Labs(诺基亚贝尔实验室);Indeed Inc.(Indeed公司);University of Pennsylvania(宾夕法尼亚大学);Academy for Information Technology(信息技术学院)
我们今天收集的许多数据都是表格形式的,行是记录,列是与每个记录相关联的属性。理解表格数据中的结构关系可以极大地促进数据科学过程。传统上,这些关系信息大部分存储在表模式中,并由其创建者(通常是领域专家)维护。在本文中,我们开发了自动化的方法来发现在一个单一的数据表,没有专家或领域知识的深层关系。我们的方法可以将数据表分解成更小的表层,揭示其深层结构。我们的方法的关键是一个计算轻量级的前向加法算法,我们开发递归提取表列之间的函数依赖关系,可扩展到表与许多列。通过我们的解决方案,数据科学家在探索新数据集时将获得自动生成的数据驱动见解。
2020-09-07 cs.DB cs.DS cs.LG