relational-databases

本文介绍了RelAD，一个基于重构的框架，用于检测关系数据库中的异常，通过联合建模属性和关系边重构。在六个新基准上的大量实验表明，RelAD优于现有方法。

本文介绍了RelGT-AC，一种专门为关系数据库中的自动补全任务设计的关系图变换器架构。该模型在RelGT架构基础上扩展了列掩码以防止平凡解、用于多种预测类型的统一任务头，以及利用词汇信号的TF-IDF文本编码器，在RelBench v2基准测试上取得了显著优于基线的改进。

本文探讨了深度同态网络（DHNs）在关系数据库学习中的表达能力，将其与一阶逻辑和SQL的片段联系起来，并分析了空性判定和包含判定等静态分析问题。