GraphQueryML – Verwendung von maschinellem Lernen zur Optimierung von Abfragen in Graphdatenbanken (SNF/DFG)
Auf einen Blick
- Projektleiter/in : Prof. Dr. Kurt Stockinger
- Stellv. Projektleiter/in : Prof. Dr. Michael Grossniklaus
- Projektteam : Dennis Gehrig, Claude Lehmann, Dr. Pavel Sulimov, Prof. Dr. Ce Zhang
- Projektvolumen : EUR 539'000
- Projektstatus : laufend
- Drittmittelgeber : SNF (SNF-Projektförderung / Projekt Nr. 192105), EU und andere Internationale Programme (Deutsche Forschungsgemeinschaft DFG / Projekt Nr. 441617860)
- Projektpartner : Universität Konstanz, Eidgenössische Technische Hochschule Zürich ETH
- Kontaktperson : Kurt Stockinger
Beschreibung
Mit maschinellem Lernen das "Gehirn" von Datenbanken verbessern: Die Abfrageoptimierung (Query Optimization) ist eines der schwierigsten Probleme der Datenbankforschung. Ein Abfrageoptimierer kann als das "Gehirn" des Systems betrachtet werden, das dafür sorgt, dass Abfragen effizient ausgeführt werden. Auch nach mehreren Jahrzehnten der Forschung sind viele Teilprobleme der Abfrageoptimierung noch ungelöst. Das Ziel dieses Projekts ist es, mit Hilfe von maschinellem Lernen das "Gehirn" von relationalen Datenbanksystemen sowie von Graphdatenbanksystemen zu verbessern.