MMJul, 2018

大数据推理和高级分析的扩展

PDF
TL;DRBigDatalog 是 Datalog 的扩展，旨在实现在 Apache Spark 和多核系统上的性能和可扩展性，其图分析性能优于 GraphX，通过实现技术（例如半朴素极限和魔术集）解决了在递归中使用数量、总和和极值等问题。
bigdatalogdataloggraph analyticslogicscalability
发现论文，激发创造
  • 大数据上基于良基语义的高效计算

    本文提出了一种基于 MapReduce 框架的并行化方法，探讨了基于良基的语义如何处理海量数据，并指出实验结果表明其可扩展性好，具有应用于数十亿条事实的潜力。此外，这是第一篇涉及任意元谓词的大规模非单调推理的研究。

    May, 2014

  • 使用极限 Datalog 程序的声明性数据分析基础

    研究了正 Datalog 上添加整数算术函数的扩展语言 Datalog_Z，并提出了两个限制子语言 limit Datalog_Z 和 stable Datalog_Z 以解决其不可判定性，并证明了相应的 NP 完全性和 ExpTime 完全性，最终表明稳定的 Datalog_Z 能够表达许多有用的数据分析任务，为先进信息系统的发展提供了一个坚实的基础。

    May, 2017

  • 扩展内存中的 Datalog 处理：观察和技术

    本文提出了一种名为 RecStep 的通用 Datalog 引擎，该引擎基于并行单节点关系型系统，通过对多种技术的运用，在大规模数据处理方面表现非常出色，相较于现有并行 Datalog 引擎有 4-6 倍的性能提升，同时证明了过去的质疑，表明在关系引擎之上可以构建高性能的 Datalog 系统。

    Dec, 2018

  • 在数据库和逻辑编程系统中尝试递归查询

    本文介绍了一个名为 DLV$^{DB}$ 的新系统，该系统旨在解决推理海量数据时存在的主存限制，外部数据库管理系统的互动不易等问题，并在比较逻辑推理和数据库的几个先前的系统（LDL ++，XSB，Smodels 和三个顶级商业 DBMS）的实验分析中获得了显着的效能优势。

    Apr, 2007

  • 大规模场景中预计算 Datalog 评估计划

    本文介绍一种用于优化 Datalog 查询的索引技术，通过确定最佳索引方案及 Datalog 规则的适当排列来降低内存消耗并优化查询效率，结果表明在不损失效率的情况下，内存使用显著减少。

    Jul, 2019

  • 大规模知识图谱的基于列的 Datalog 实体化 (扩展技术报告)

    本文介绍了一种新的 Datalog 推理物化方法，将基于列的内存布局与避免运行时冗余推理的新型优化方法相结合，进一步提高了效率，并通过有预测性的缓存某些子查询，实现了在受限资源下甚至可以与最先进的系统的性能相匹配的结果。

    Nov, 2015

  • Vadalog 系统：基于 Datalog 的知识图谱推理

    本文介绍了 Vadalog 系统，这是使用 Datalog 进行复杂逻辑推论任务的系统，采用侵略性终止控制策略实现了 Warded Datalog+/-，并提供了全面的实验评估。

    Jul, 2018

  • 利用应用程序增强魔术集及其在本体论推理中的应用

    本文介绍了一种增强的魔法集技术来优化使用数据日志的查询答案，并通过消除子 sumed 规则和有效处理绑定传播丢失的情况进一步优化了重写的程序。

    Jul, 2019

  • 面向基于流式架构的约束型和保护型 Datalog$+-$ 的本体推理（技术报告）

    利用 Datalog+/- 语言中的 Shy 和 Warded Datalog+/- 以及引入的新型推理技术 'chase variants'，在基于流式处理架构中实现了 Vadalog 引擎，从而在真实环境中高效解决本体推理任务。

    Nov, 2023

  • 使用数值松弛合成 Datalog 程序

    本文提出了一种称为 Difflog 的技术，可以将逻辑规则从离散变量扩展到连续变量，该技术通过为 Datalog 程序的各个规则附加实值权重，自然地将数值与程序的各个结论相关联，在知识发现、形式验证和数据库查询等问题上实现学习复杂程序的显着提高。

    Jun, 2019