異なるリレーショナルクエリの差別化
サプライチェーンデータは、ほとんどが注文、顧客、サプライヤー、製品などのリレーショナルデータとして表されます。これらのデータは、企業の運営に使用されるERP、CRM、WMSなどのビジネスシステムを介して収集されます。
しかし、ほとんどの主流の機械学習技術は、リレーショナルデータを扱うのに適していません。リレーショナルデータの取り扱いは通常、リレーショナルの観点に合わせていない設計の上にいくつかの巧妙なハックを含むものです。
Lokadは、リレーショナルユースケースを中心にした独自の差分可能プログラミングを開発しています。実際、私たちは機械学習ツールがデータのリレーショナル性をネイティブに受け入れることを望んでいます。代替オプションと比較して、このアプローチは多くの利点をもたらします。これらのモデルは次のようなものです：
- 書きやすい
- 理解しやすく、理論的にも理解しやすい
- より解釈可能
- 学習が速く、実行も速い
- その他
Lokadプラットフォームはプログラム可能であり、設立以来、リレーショナルデータの処理と可視化に焦点を当ててきました。しかし、2019年には、リレーショナルパラダイムを完全に取り入れるために、機械学習スタック全体を改善することを決定しました。
リレーショナルクエリの差別化は、この方向性における小さなが基本的なビルディングブロックです。これは、リレーショナルクエリを通じて勾配を伝播させる手段です。これらの勾配は、通常、学習/最適化ロジックの中核をなす確率的勾配降下法を実行するために使用されます。
以下の論文は、Paul Peseux（Lokad）によるこのテーマに関する貢献を紹介しています。
Title: 異なるリレーショナルクエリの差別化
Author: Paul Peseux、Lokad
VLDB 2021 PhD Workshopの論文集、2021年8月16日から。
Abstract: この研究は、リレーショナルデータベースとクエリのコンテキストでのクエリの自動微分についてです。これは、これらのリレーショナルデータベースで勾配降下法を介した最適化を実行するために行われます。この研究では、リレーショナルクエリの一部に対する自動微分の形式について説明しています。
