Prof. Dr. Nicole Schweikardt

Prof. Schweikardt erforscht die theoretischen Grundlagen der effizienten Verarbeitung und Auswertung von Datenbankabfragen, insbesondere wie man Anfrageergebnisse schnell aufzählen oder zählen kann. Aktuell konzentriert sie sich auf die Analyse von Abfragen über strukturierte Daten (Graphen und relationale Datenbanken) sowie auf die Anwendung von Quantencomputing zur Lösung komplexer Abfragevergleichsprobleme, die in kommerziellen Datenbanksystemen bislang zu rechenintensiv sind. Ihre Arbeiten adressieren praktische Optimierungsprobleme bei der Datenbankabfrage und der Schemaintegration, die für Unternehmen mit großen Datenmengen relevant sind. Die entwickelten Indexierungsmethoden und algorithmischen Verfahren ermöglichen schnellere Abfrageverarbeitung und automatische Erkennung von Mustern in Ereignisströmen — Anwendungsfelder sind Datenbanksysteme, Datenintegration und ereignisgesteuerte Anwendungen.

🔒 Das System hat 764 mögliche Industrie-Partner gefunden — Firmen, Scores und Begründungen sind nur für eingeloggte Nutzer:innen sichtbar. Anmelden

• NW: Grundlagen der Verarbeitung von großen Datenmengen und Datenströmen

  Quelle ↗

  Förderer: DFG Nachwuchsgruppe Zeitraum: 04/2005 - 05/2007 Projektleitung: Prof. Dr. Nicole Schweikardt

• NW: Grundlagen der Verarbeitung von großen Datenmengen und Datenströmen II

  Quelle ↗

  Förderer: DFG Nachwuchsgruppe Zeitraum: 04/2007 - 03/2009 Projektleitung: Prof. Dr. Nicole Schweikardt

• Theoretische Grundlagen der effizienten Aufzählung von Anfrageergebnissen

  Quelle ↗

  Förderer: DFG Sachbeihilfe Zeitraum: 07/2016 - 12/2019 Projektleitung: Prof. Dr. Nicole Schweikardt

• Answering Conjunctive Queries under Updates

  2017

  DOI

  We consider the task of enumerating and counting answers to k-ary conjunctive queries against relational databases that may be updated by inserting or deleting tuples. We exhibit a new notion of q-hierarchical conjunctive queries and show that these can be maintained efficiently in the following sense. During a linear time pre-processing phase, we can build a data structure that enables constant delay enumeration of the query results; and when the database is updated, we can update the data structure and restart the enumeration phase within constant time. For the special case of self-join free conjunctive queries we obtain a dichotomy: if a query is not q-hierarchical, then query enumeration with sublinear *) delay and sublinear update time (and arbitrary preprocessing time) is impossible.

• Schema-based Scheduling of Event Processors and Buffer Minimization for Queries on Structured Data Streams

  2004

  Elsevier eBooks · DOI

• FluXQuery

  2004

  Elsevier eBooks · DOI