MAPress
مقاله توزیع عادلانه سود و هزینه در مدیریت پایگاه داده

مقاله توزیع عادلانه سود و هزینه در مدیریت پایگاه داده

تگ‌ها: Databases بانکهای اطلاعاتی

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

عنوان مقاله به انگلیسی The Shapley Value in Database Management
عنوان مقاله به فارسی مقاله توزیع عادلانه سود و هزینه در مدیریت پایگاه داده
نویسندگان Leopoldo Bertossi, Benny Kimelfeld, Ester Livshits, Mikaël Monet
زبان مقاله انگلیسی
فرمت مقاله: PDF
تعداد صفحات 12
دسته بندی موضوعات Databases,بانکهای اطلاعاتی ,
توضیحات Submitted 11 January, 2024; originally announced January 2024. , Comments: 12 pages, including references. This is the authors version of the corresponding SIGMOD Record article , Journal ref: SIGMOD Rec. 52(2): 6-17 (2023)
توضیحات به فارسی ارسال 11 ژانویه 2024 ؛در ابتدا ژانویه 2024 اعلام شد ، نظرات: 12 صفحه ، از جمله منابع.این نسخه نویسندگان مقاله مربوط به ضبط SIGMOD مربوطه ، مجله Ref: Sigmod Rec.52 (2): 6-17 (2023)

چکیده

Attribution scores can be applied in data management to quantify the contribution of individual items to conclusions from the data, as part of the explanation of what led to these conclusions. In Artificial Intelligence, Machine Learning, and Data Management, some of the common scores are deployments of the Shapley value, a formula for profit sharing in cooperative game theory. Since its invention in the 1950s, the Shapley value has been used for contribution measurement in many fields, from economics to law, with its latest researched applications in modern machine learning. Recent studies investigated the application of the Shapley value to database management. This article gives an overview of recent results on the computational complexity of the Shapley value for measuring the contribution of tuples to query answers and to the extent of inconsistency with respect to integrity constraints. More specifically, the article highlights lower and upper bounds on the complexity of calculating the Shapley value, either exactly or approximately, as well as solutions for realizing the calculation in practice.

چکیده به فارسی (ترجمه ماشینی)

نمرات انتساب می تواند در مدیریت داده ها برای تعیین کمیت سهم موارد فردی در نتیجه گیری از داده ها ، به عنوان بخشی از توضیح آنچه منجر به این نتیجه گیری ها شد ، اعمال شود.در هوش مصنوعی ، یادگیری ماشین و مدیریت داده ها ، برخی از نمرات مشترک استقرار ارزش Shapley ، فرمول اشتراک سود در تئوری بازی تعاونی است.از زمان اختراع آن در دهه 50 ، از ارزش Shapley برای اندازه گیری مشارکت در بسیاری از زمینه ها ، از اقتصاد گرفته تا قانون ، با آخرین برنامه های تحقیق شده خود در یادگیری ماشین مدرن استفاده شده است.مطالعات اخیر کاربرد ارزش شاپلی در مدیریت بانک اطلاعاتی را مورد بررسی قرار داده است.این مقاله مروری بر نتایج اخیر در مورد پیچیدگی محاسباتی مقدار Shapley برای اندازه گیری سهم Tuples در پاسخ به پرس و جو و میزان ناسازگاری با توجه به محدودیت های یکپارچگی ارائه می دهد.به طور خاص ، این مقاله مرزهای پایین و بالایی را در پیچیدگی محاسبه مقدار Shapley ، دقیقاً یا تقریباً ، و همچنین راه حل هایی برای تحقق محاسبه در عمل برجسته می کند.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.