Eingabe löschen

Kopfbereich

Hauptnavigation

GraphQueryML – Verwendung von maschinellem Lernen zur Optimierung von Abfragen in Graphdatenbanken (SNF/DFG)

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.

Eckdaten

Projektleitung

Stellv. Projektleitung

Prof. Dr. Michael Grossniklaus

Projektteam

Dennis Gehrig, Claude Lehmann, Dr. Pavel Sulimov, Prof. Dr. Ce Zhang

Projektpartner

Universität Konstanz; Eidgenössische Technische Hochschule Zürich ETH

Projektstatus

laufend, gestartet 07/2021

Institut/Zentrum

Institut für Informatik (InIT)

Drittmittelgeber

SNF-Projektförderung / Projekt Nr. 192105; Deutsche Forschungsgemeinschaft DFG / Projekt Nr. 441617860

Projektvolumen

539'000 EUR