抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
ジョイン順序選択は,質問性能において重要な役割を果たす。しかし,現代の問い合わせ最適化者は,通常,得られた計画の品質に関するフィードバックを取り入れない静的結合次数計数アルゴリズムを採用する。したがって,最適化者は,しばしば同じ悪い計画を繰り返し選択し,それらは,「それらの誤りからの学習」のための機構を持たない。ここでは,この課題に取り組むために,深層強化学習技法を適用できることを論じた。人工ニューラルネットワークにより駆動されるこれらの技法は,フィードバックを組み込むことにより,最適化者意思決定を自動的に改善できる。この目標に向けて,ReJOIN,概念実証結合列挙者,および予備結果を提示し,ReJOINが計画品質および結合計数効率に関してPostgreSQL最適化者を整合または凌ぐことを示した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】