awesome-repositories.com
Blog
awesome-repositories.com

Découvrez les meilleurs dépôts open-source grâce à notre recherche par IA.

ExplorerRecherches sélectionnéesAlternatives open sourceLogiciels auto-hébergésBlogPlan du site
ProjetÀ proposNotre méthodologiePresseServeur MCP
Mentions légalesConfidentialitéConditions d'utilisation
© 2026 Bringes Technology SRL·VAT RO45896025·hello@awesome-repositories.com
·

1 dépôt

Awesome GitHub RepositoriesGraph Query Optimizations

Techniques for improving the execution speed and resource efficiency of graph-based queries.

Distinct from Query Optimizers: Focuses on the specific optimization of graph queries rather than general SQL or relational database tuning.

Explore 1 awesome GitHub repository matching data & databases · Graph Query Optimizations. Refine with filters or upvote what's useful.

Awesome Graph Query Optimizations GitHub Repositories

Trouvez les meilleurs dépôts grâce à l'IA.Nous recherchons les dépôts les plus pertinents grâce à l'IA.
  • npubird/knowledgegraphcourseAvatar de npubird

    npubird/KnowledgeGraphCourse

    4,362Voir sur GitHub↗

    KnowledgeGraphCourse est une collection structurée de matériel académique de niveau diplômé, de notes de cours et d'un programme complet axé sur la théorie et l'application des graphes de connaissances. Il sert de ressource éducative basée sur le markdown qui fournit des modules de cours navigables et des guides d'étude. Le matériel couvre des recherches spécialisées sur l'intégration des graphes de connaissances avec les grands modèles de langage pour réduire les hallucinations. Il inclut des guides détaillés sur l'utilisation du langage SPARQL pour stocker des jeux de données de graphes à grande échelle et exécuter des requêtes optimisées. Le programme couvre une large gamme de capacités, y compris l'extraction de connaissances, le liage d'entités, l'apprentissage de représentation et l'intégration de données sémantiques. Il aborde en outre la modélisation des connaissances, le raisonnement et la fusion de sources de données hétérogènes.

    Teaches strategies for executing optimized SPARQL queries over large-scale graph datasets.

    Voir sur GitHub↗4,362
  1. Home
  2. Data & Databases
  3. Database Management Systems
  4. Database Systems & Management
  5. Database Operations
  6. SQL Query Execution
  7. Query Optimizers
  8. Graph Query Optimizations