ZodiacEdge: 一种带有增量规则集维护的 Datalog 引擎
BigDatalog 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。
Jul, 2018
研究表明,对于 datalog 引擎来说,材料化是核心推理任务,本文通过比较不同实现方法的性能,尤其是基于轻量级关系型引擎的一种方法和基于 Differential Dataflow 的两种方法,探讨了材料化的性能问题。
Aug, 2023
本文提出一种基于模块化框架的材料化计算和维护的方法,该方法使用半朴素算法处理少数规则,同时可使用两种算法计算关系的传递闭包,实验表明,与现有的方法相比,本方法可以处理任意的 datalog 程序,而且性能也要高得多。
Nov, 2018
本研究提出了两种将 Delete/Rederive 算法和 Backward/Forward 算法与 Counting 算法相结合的混合算法,以减少甚至消除对于逆向规则评估的瓶颈,从而有效优化对于非递归 datalog 程序的更新速度。
Nov, 2017
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
本文提供了应用超树分解来优化和简化 Datalog 程序的算法,并与标准 Datalog 和增量规则评估方法相结合。经过实验证明,当程序包含复杂规则时,这种方法通常比基线方法快得多。
May, 2023
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
这篇论文提出了一个通用框架,将优化的存储方案与标准物质化算法集成,针对常见的转换规则和联合规则,通过优化的存储方案显著改进了内存消耗,有时候提升几个数量级,同时在查询响应时间方面保持竞争力。
Dec, 2023
本文介绍了 Datalog 的扩展形式 Disjunctive Datalog,Datalogex 和 Datalogexor,并提供语法和语义的定义,以及解决了语言可决性问题,这些语言都是知识表示和推理方面的有吸引力的,特别是在需要基于本体论的推理的领域中。
Oct, 2012
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