Gábor Szárnyas, profile picture
Uploaded byGábor Szárnyas
146 views

Időzített automatatanulás Cypherrel

Budapest Neo4j meetup, 2018. február 13. @ Liferay Hungary

Embed presentation

Download to read offline
1 / 131
2 / 131
3 / 131
4 / 131
5 / 131
6 / 131
7 / 131
8 / 131
9 / 131
10 / 131
11 / 131
12 / 131
13 / 131
14 / 131
15 / 131
16 / 131
17 / 131
18 / 131
19 / 131
20 / 131
21 / 131
22 / 131
23 / 131
24 / 131
25 / 131
26 / 131
27 / 131
28 / 131
29 / 131
30 / 131
31 / 131
32 / 131
33 / 131
34 / 131
35 / 131
36 / 131
37 / 131
38 / 131
39 / 131
40 / 131
41 / 131
42 / 131
43 / 131
44 / 131
45 / 131
46 / 131
47 / 131
48 / 131
49 / 131
50 / 131
51 / 131
52 / 131
53 / 131
54 / 131
55 / 131
56 / 131
57 / 131
58 / 131
59 / 131
60 / 131
61 / 131
62 / 131
63 / 131
64 / 131
65 / 131
66 / 131
67 / 131
68 / 131
69 / 131
70 / 131
71 / 131
72 / 131
73 / 131
74 / 131
75 / 131
76 / 131
77 / 131
78 / 131
79 / 131
80 / 131
81 / 131
82 / 131
83 / 131
84 / 131
85 / 131
86 / 131
87 / 131
88 / 131
89 / 131
90 / 131
91 / 131
92 / 131
93 / 131
94 / 131
95 / 131
96 / 131
97 / 131
98 / 131
99 / 131
100 / 131
101 / 131
102 / 131
103 / 131
104 / 131
105 / 131
106 / 131
107 / 131
108 / 131
109 / 131
110 / 131
111 / 131
112 / 131
113 / 131
114 / 131
115 / 131
116 / 131
117 / 131
118 / 131
119 / 131
120 / 131
121 / 131
122 / 131
123 / 131
124 / 131
125 / 131
126 / 131
127 / 131
128 / 131
129 / 131
130 / 131
131 / 131
Időzített automatatanulás Cypherrel Szárnyas Gábor, Farkas Rebeka, Elekes Márton, Gujgiczer Anna Budapest Neo4j meetup 2018. február 13.
Sicco Verwer, Mathijs de Weerdt, Cees Witteveen: An algorithm for learning real-time automata. Benelearn 2007
AKADÁLYOK  Cikk tartalma: o Absztrakt leírások o Formalizálás hiánya Elakadtunk
AKADÁLYOK  Cikk tartalma: o Absztrakt leírások o Formalizálás hiánya Elakadtunk  Megoldás:
SZERKEZET  Rebus: Elméleti háttér  Anna: Érdekes lekérdezések  Marci: Neo4j munkafolyamat  Gábor: Tapasztalatok, tanulságok
Automatatanulás
ÁLLAPOTGÉP Off Stop Continue Prepare Go switchPhase switchPhase switch Phase onOff onOff onOff onOff onOff switch Phase switch Phase
ÁLLAPOTGÉP Off Stop Continue Prepare Go switchPhase switchPhase switch Phase onOff onOff onOff onOff onOff switch Phase switch Phase
AUTOMATA  Állapotok: elfogadó/nem elfogadó  Lefutás: (véges) eseménysorozat  Elfogadott lefutás: elfogadó állapotban végződik  Modellezett viselkedés: elfogadott lefutásokOff Stop Continue Prepare Go switchPhase switchPhase switch Phase onOff onOff onOff onOff onOff switch Phase switch Phase
AUTOMATA  Állapotok: elfogadó/nem elfogadó  Lefutás: (véges) eseménysorozat  Elfogadott lefutás: elfogadó állapotban végződik  Modellezett viselkedés: elfogadott lefutásokOff Stop Continue Prepare Go switchPhase switchPhase switch Phase onOff onOff onOff onOff onOff switch Phase + - - - - switch Phase
IDŐZÍTÉS  Állapotban eltöltött idő  Őrfeltétel - intervallum Off Stop Continue Prepare Go switchPhase switchPhase switch Phase onOff onOff onOff onOff onOff switch Phase + - - - - switch Phase
IDŐZÍTÉS  Állapotban eltöltött idő  Őrfeltétel - intervallum Off Stop Continue Prepare Go switchPhase switchPhase switch Phase onOff onOff onOff onOff onOff switch Phase + - - - - [3,5] [30,35] [1,2] switch Phase [30,35] [0,∞] [0,∞] [0,∞] [0,∞] [0,∞] [0,∞]
AUTOMATATANULÁS  Rendszer - ismeretlen belső megvalósítás  Cél: működés feltérképezése  Eszköz: megfigyelés  lefutások  automata  Alkalmazás: monitorszintézis, tesztelés
AUTOMATATANULÁS ALAPJAI + - - + a,1 a,5 + a,3 a,5 a,7 a,2 + - a,[1,2] + a,[1,5] + a,[3,5] - a,[1,5] + - a, [1,2] a,[1,2] a, [3,5] a, [3,5]
AUTOMATATANULÁS ALGORITMUSA  Három művelet ismétlése o Split: Inkonzisztens állapotok szétválasztása + - a,[1,2] + a,[1,5] + a,[3,5] - a,[1,5] + +/- a,[1,5] +/- a,[1,5] + - - + a,1 a,5 + a,3 a,5 a,7 a,2
AUTOMATATANULÁS ALGORITMUSA  Három művelet ismétlése o Split: Inkonzisztens állapotok szétválasztása o Merge: Hasonló állapotok összevonása - - b + + a a -b + + a a -b + a
AUTOMATATANULÁS ALGORITMUSA  Három művelet ismétlése o Split: Inkonzisztens állapotok szétválasztása o Merge: Hasonló állapotok összevonása o Color: Állapot véglegesítése
AUTOMATATANULÁS ALGORITMUSA  Három művelet ismétlése o Split: Inkonzisztens állapotok szétválasztása o Merge: Hasonló állapotok összevonása o Color: Állapot véglegesítése  Művelet kiválasztása: metrika o A művelet eredménye alapján Művelet kiválasztása Split végrehajtása Merge végrehajtása Color végrehajtása
Megvalósítás
ÉRDEKES LEKÉRDEZÉSEK  Sokszor használt WHERE NOT  Merge o Összevonandó állapotok tranzitív lezártja  Split: kategóriasorolás/részfamásolás o Merge miatt több origNext él is lehet o Melyik alapján soroljunk kategóriába?
WHERE NOT «MINTA»  Útvonal végének megtalálása WHERE NOT (v)-[:NEXT]->() :NEXT :NEXT … …v :NEXT
WHERE NOT «MINTA»  Útvonal végének megtalálása WHERE NOT (v)-[:NEXT]->() :NEXT :NEXT … …v :NEXT
WHERE NOT «MINTA»  Útvonal végének megtalálása  Útvonal elejének megtalálása WHERE NOT (v)-[:NEXT]->() WHERE NOT ()-[:NEXT]->(root) :NEXT :NEXT … …:NEXT root
WHERE NOT «MINTA»  Útvonal végének megtalálása  Útvonal elejének megtalálása WHERE NOT (v)-[:NEXT]->() WHERE NOT ()-[:NEXT]->(root) :NEXT :NEXT … …:NEXT root
MERGE :indexPair :indexPair - -:NEXT :NEXT + + :NEXT :NEXT … … :indexPair -:NEXT +:NEXT …  Összevonandó állapotok megjelölése  Metrika számítása  Inkonzisztencia kiszűrése  Eredmény
MERGE + - :indexPair :indexPair  Probléma o Nem érzékel inkonzisztenciát  Megoldás o Tranzitív lezárt :indexPair :indexPair + -:NEXT :NEXT
MERGE + - :indexPair :indexPair  Probléma o Nem érzékel inkonzisztenciát  Megoldás o Tranzitív lezárt :indexPair :indexPair + -:NEXT :NEXT while (driver.run(createIndexPairs, mergeMap))
MERGE + - :indexPair :indexPair  Probléma o Nem érzékel inkonzisztenciát  Megoldás o Tranzitív lezárt :indexPair :indexPair + -:NEXT :NEXT MATCH (s1:IndexedMerge)-[:IndexPair*..]-(s2:IndexedMerge), s1p = (s1)-[:NEXT*0..]->(s12:State), s2p = (s2)-[:NEXT*0..]->(s22:State) WHERE id(s1) > id(s2) AND length(s1p) = length(s2p) AND NOT (s12)-[:IndexPair*0..]-(s22) WITH s12, s22, s1p, s2p,[s1r IN rels(s1p) | s1r.symbol] AS s1ss, [s2r IN rels(s2p) | s2r.symbol] AS s2ss, [s1r IN rels(s1p) | s1r.Tmin] AS s1mins, [s2r IN rels(s2p) | s2r.Tmin ] AS s2mins, [s1r IN rels(s1p) | s1r.Tmax] AS s1maxs, [s2r IN rels(s2p) | s2r.Tmax ] AS s2maxs WHERE s1ss = s2ss AND s1mins = s2mins AND s1maxs = s2maxs WITH collect([s12, s22]) as pairs MATCH ()-[ip:IndexPair]->() WITH max(ip.index) + 1 as nextIndex, pairs UNWIND range(0, length(pairs)-1) as idx WITH pairs[idx][0] as s12, pairs[idx][1] as s22, idx + nextIndex as edgeIndex CREATE (s12)-[:IndexPair {index: edgeIndex}]->(s22) SET s12:IndexedMerge, s22:IndexedMerge while (driver.run(createIndexPairs, mergeMap))
MERGE + - :indexPair :indexPair :indexPair :indexPair + -:NEXT :NEXT  Probléma o Nem érzékel inkonzisztenciát  Megoldás o Tranzitív lezárt
MERGE MATCH (s1:IndexedMerge)-[:IndexPair*]-(s2:IndexedMerge), s1p = (s1)-[:NEXT*0..]->(s12:State), s2p = (s2)-[:NEXT*0..]->(s22:State) WHERE id(s1) > id(s2) AND length(s1p) = length(s2p) AND NOT (s12)-[:IndexPair*0..]-(s22) + - :indexPair :indexPair :indexPair :indexPair + -:NEXT :NEXT  Probléma o Nem érzékel inkonzisztenciát  Megoldás o Tranzitív lezárt
MERGE MATCH (s1:IndexedMerge)-[:IndexPair*]-(s2:IndexedMerge), s1p = (s1)-[:NEXT*0..]->(s12:State), s2p = (s2)-[:NEXT*0..]->(s22:State) WHERE id(s1) > id(s2) AND length(s1p) = length(s2p) AND NOT (s12)-[:IndexPair*0..]-(s22) + - :indexPair :indexPair :indexPair :indexPair + -:NEXT :NEXT  Probléma o Nem érzékel inkonzisztenciát  Megoldás o Tranzitív lezárt Ellenőrzés szempontjából kritikus állapotpárok
MERGE MATCH (s1:IndexedMerge)-[:IndexPair*]-(s2:IndexedMerge), s1p = (s1)-[:NEXT*0..]->(s12:State), s2p = (s2)-[:NEXT*0..]->(s22:State) WHERE id(s1) > id(s2) AND length(s1p) = length(s2p) AND NOT (s12)-[:IndexPair*0..]-(s22) + - :indexPair :indexPair :indexPair :indexPair + -:NEXT :NEXT  Probléma o Nem érzékel inkonzisztenciát  Megoldás o Tranzitív lezárt s1 s1 s2 s2 Ellenőrzés szempontjából kritikus állapotpárok
MERGE MATCH (s1:IndexedMerge)-[:IndexPair*]-(s2:IndexedMerge), s1p = (s1)-[:NEXT*0..]->(s12:State), s2p = (s2)-[:NEXT*0..]->(s22:State) WHERE id(s1) > id(s2) AND length(s1p) = length(s2p) AND NOT (s12)-[:IndexPair*0..]-(s22) + - :indexPair :indexPair :indexPair :indexPair + -:NEXT :NEXT  Probléma o Nem érzékel inkonzisztenciát  Megoldás o Tranzitív lezárt s1 s1 s2 s2 WITH s12, s22, s1p, s2p, [s1r IN rels(s1p) | s1r.symbol] AS s1ss, [s2r IN rels(s2p) | s2r.symbol] AS s2ss, [s1r IN rels(s1p) | s1r.Tmin] AS s1mins, [s2r IN rels(s2p) | s2r.Tmin ] AS s2mins, [s1r IN rels(s1p) | s1r.Tmax] AS s1maxs, [s2r IN rels(s2p) | s2r.Tmax ] AS s2maxs WHERE s1ss = s2ss AND s1mins = s2mins AND s1maxs = s2maxs ... Ellenőrzés szempontjából kritikus állapotpárok
MERGE MATCH (s1:IndexedMerge)-[:IndexPair*]-(s2:IndexedMerge), s1p = (s1)-[:NEXT*0..]->(s12:State), s2p = (s2)-[:NEXT*0..]->(s22:State) WHERE id(s1) > id(s2) AND length(s1p) = length(s2p) AND NOT (s12)-[:IndexPair*0..]-(s22) + - :indexPair :indexPair :indexPair :indexPair + -:NEXT :NEXT  Probléma o Nem érzékel inkonzisztenciát  Megoldás o Tranzitív lezárt s1 s1 s2 s2 WITH s12, s22, s1p, s2p, [s1r IN rels(s1p) | s1r.symbol] AS s1ss, [s2r IN rels(s2p) | s2r.symbol] AS s2ss, [s1r IN rels(s1p) | s1r.Tmin] AS s1mins, [s2r IN rels(s2p) | s2r.Tmin ] AS s2mins, [s1r IN rels(s1p) | s1r.Tmax] AS s1maxs, [s2r IN rels(s2p) | s2r.Tmax ] AS s2maxs WHERE s1ss = s2ss AND s1mins = s2mins AND s1maxs = s2maxs ... • Ugyan olyan hosszú útvonal • Ugyan olyan események • Stb. Ellenőrzés szempontjából kritikus állapotpárok
MERGE  Probléma o Nem érzékel inkonzisztenciát  Megoldás o Tranzitív lezárt + - :indexPair :indexPair :indexPair :indexPair + -:NEXT :NEXTs1 s1 s2 s2
MERGE CREATE (s12)-[:IndexPair {index: edgeIndex}]->(s22) SET s12:IndexedMerge, s22:IndexedMerge  Probléma o Nem érzékel inkonzisztenciát  Megoldás o Tranzitív lezárt + - :indexPair :indexPair :indexPair :indexPair + -:NEXT :NEXTs1 s1 s2 s2
MERGE CREATE (s12)-[:IndexPair {index: edgeIndex}]->(s22) SET s12:IndexedMerge, s22:IndexedMerge  Probléma o Nem érzékel inkonzisztenciát  Megoldás o Tranzitív lezárt + - :indexPair :indexPair :indexPair :indexPair + -:NEXT :NEXTs1 s1 s2 s2 Új megtalált indexpárok megjelölése
MERGE CREATE (s12)-[:IndexPair {index: edgeIndex}]->(s22) SET s12:IndexedMerge, s22:IndexedMerge  Probléma o Nem érzékel inkonzisztenciát  Megoldás o Tranzitív lezárt + - :indexPair :indexPair :indexPair :indexPair + -:NEXT :NEXTs1 s1 s2 s2 :indexPair :indexPair Új megtalált indexpárok megjelölése
MERGE CREATE (s12)-[:IndexPair {index: edgeIndex}]->(s22) SET s12:IndexedMerge, s22:IndexedMerge  Probléma o Nem érzékel inkonzisztenciát  Megoldás o Tranzitív lezárt + - :indexPair :indexPair :indexPair :indexPair + -:NEXT :NEXTs1 s1 s2 s2 :indexPair :indexPair Új megtalált indexpárok megjelölése while (driver.run(createIndexPairs, mergeMap))
MERGE CREATE (s12)-[:IndexPair {index: edgeIndex}]->(s22) SET s12:IndexedMerge, s22:IndexedMerge  Probléma o Nem érzékel inkonzisztenciát  Megoldás o Tranzitív lezárt + - :indexPair :indexPair :indexPair :indexPair + -:NEXT :NEXTs1 s1 s2 s2 :indexPair :indexPair Új megtalált indexpárok megjelölése while (driver.run(createIndexPairs, mergeMap)) Java kódból hívva ciklikusan
MERGE CREATE (s12)-[:IndexPair {index: edgeIndex}]->(s22) SET s12:IndexedMerge, s22:IndexedMerge  Probléma o Nem érzékel inkonzisztenciát  Megoldás o Tranzitív lezárt + - :indexPair :indexPair :indexPair :indexPair + -:NEXT :NEXTs1 s1 s2 s2 :indexPair :indexPair Új megtalált indexpárok megjelölése while (driver.run(createIndexPairs, mergeMap)) Java kódból hívva ciklikusan
SPLIT :Origin :Origin :Origin :Origin [1,6] 1 6  Szétválasztás o Egy élet szétvág o Időpont alapján: t • Eredeti átmeneten o Két végpont • Kisebb: < t • Nagyobb: ≥ t 2 :Origin :Origin +/- + + -
SPLIT :Origin :Origin :Origin :Origin [1,6] 1 6 2 :Origin :Origin  Szétválasztás o Egy élet szétvág o Időpont alapján: 5 • Eredeti átmeneten o Két végpont • Kisebb: < t • Nagyobb: ≥ t +/- + + -
SPLIT  Szétválasztás o Egy élet szétvág o Időpont alapján: 5 • Eredeti átmeneten o Két végpont • Kisebb: < t • Nagyobb: ≥ t o Eredmény [1,4] [5,6] + -
SPLIT  Probléma o a csúcs összevonás eredménye o b csúcsból újragenerált részfa • Nagyobb részfába 6 miatt • Kisebb részfába 1 miatt :Origin :Origin :Origin [1,6] 1 6 b 6 :Origin :Origin … a
 Megoldás o „Legrövidebb” úton elérve a-t o Utolsó szám alapján: 6 SPLIT :Origin :Origin :Origin [1,6] 1 6 b 6 :Origin :Origin … MATCH (r:Red)-[n:NEXT]->(b:Blue) WITH r, b, n.Tmax as Tmax, n.Tmin as Tmin, n.symbol as symbol UNWIND range(Tmin, Tmax-1) AS t MATCH (b)-[:NEXT*0..]->(s1:State)- [:Origin]->(so1:OrigState), trace1=(so1)<-[OrigNext*0..]- (redOrigNext:OrigState), (redOrigNext)<- [no1:OrigNext]-(redOrig:OrigState)<- [:Origin]-(r) WHERE none(x IN nodes(trace1) WHERE (x)<-[:Origin]-(r)) WITH r, b, t, Tmin, Tmax, symbol, s1, no1, so1 a
 Megoldás o „Legrövidebb” úton elérve a-t o Utolsó szám alapján: 6 SPLIT :Origin :Origin :Origin [1,6] 1 6 b 6 :Origin :Origin … MATCH (b)-[:NEXT*0..]->(s1:State)- [:Origin]->(so1:OrigState), trace1=(so1)<-[OrigNext*0..]- (redOrigNext:OrigState), (redOrigNext)<- [no1:OrigNext]-(redOrig:OrigState)<- [:Origin]-(r) WHERE none(x IN nodes(trace1) WHERE (x)<-[:Origin]-(r)) AND toInteger(no1.time)>t WITH r, b, t, metric, Tmin, Tmax, symbol, collect(so1) as so1s MATCH (b)-[:NEXT*0..]->(s2:State)- [:Origin]->(so2:OrigState), trace2=(so2)<-[OrigNext*0..]- (redOrigNext:OrigState), (redOrigNext)<- [no2:OrigNext]-(redOrig:OrigState)<- [:Origin]-(r) WHERE none(x IN nodes(trace2) WHERE (x)<-[:Origin]-(r)) AND toInteger(no2.time)<=t RETURN r, b, t, metric, Tmin, Tmax, symbol, so1s, collect(so2) as so2s a
SPLIT :Origin :Origin :Origin [1,6] 1 6 6 :Origin :Origin … a s2 ao an b  Megoldás o „Legrövidebb” úton elérve a-t o Utolsó szám alapján: 6 MATCH (a)-[:NEXT*0..]->(s2:State)-[:Origin]->(b:OrigState), trace=(b)<-[OrigNext*0..]-(an:OrigState), (an)<-[no:OrigNext]-(ao:OrigState)<-[:Origin]-(a) Szétvágandó él az eredeti lefutásokban
SPLIT Szétvágandó él az eredeti lefutásokban :Origin :Origin :Origin [1,6] 1 6 6 :Origin :Origin …ao a an s2 b MATCH (a)-[:NEXT*0..]->(s2:State)-[:Origin]->(b:OrigState), trace=(b)<-[OrigNext*0..]-(an:OrigState), (an)<-[no:OrigNext]-(ao:OrigState)<-[:Origin]-(a)  Megoldás o „Legrövidebb” úton elérve a-t o Utolsó szám alapján: 6
SPLIT WHERE none(x IN nodes(trace) WHERE (x)<-[:Origin]-(a)) Legrövidebb lehetséges út keresése, olyan node, amiből csak közvetlenül lehet elérni az „a” csúcsot.  Megoldás o „Legrövidebb” úton elérve a-t o Utolsó szám alapján: 6 :Origin :Origin :Origin [1,6] 1 6 6 :Origin :Origin … a s2 ao b an MATCH (a)-[:NEXT*0..]->(s2:State)-[:Origin]->(b:OrigState), trace=(b)<-[OrigNext*0..]-(an:OrigState), (an)<-[no:OrigNext]-(ao:OrigState)<-[:Origin]-(a)
Technikai részletek
 Vizualizáció NEO4J ELŐNYEI
 Vizualizáció  Adatmodell könnyen fejleszthető o Új címkék, tulajdonságok, csúcsok o Nem kell sémát definiálni előre NEO4J ELŐNYEI
 Vizualizáció  Adatmodell könnyen fejleszthető o Új címkék, tulajdonságok, csúcsok o Nem kell sémát definiálni előre  Gráfműveletek magasszintű leírása Cypher nyelven NEO4J ELŐNYEI
WORKFLOW  Neo4j web browser UI
WORKFLOW MATCH (n) RETURN n  Neo4j web browser UI
WORKFLOW MATCH (n) RETURN n  Neo4j web browser UI
WORKFLOW  Neo4j web browser UI
WORKFLOW  Neo4j web browser UI
WORKFLOW  Neo4j web browser UI
WORKFLOW  Neo4j web browser UI
WORKFLOW  Neo4j web browser UI
WORKFLOW  Neo4j web browser UI
WORKFLOW  Neo4j web browser UI
WORKFLOW  Neo4j web browser UI
TÖBB LEKÉRDEZÉS ÖSSZEFŰZÉSE MATCH (node:Blue) REMOVE node:Blue SET node:Red RETURN * node :Red {prop1: "val1"} :Red {prop1: "val2"}
TÖBB LEKÉRDEZÉS ÖSSZEFŰZÉSE MATCH (node:Blue) REMOVE node:Blue SET node:Red RETURN * node :Red {prop1: "val1"} :Red {prop1: "val2"} MATCH (node:Blue) REMOVE node:Blue SET node:Red WITH 1 AS dummy RETURN * dummy 1 1
TÖBB LEKÉRDEZÉS ÖSSZEFŰZÉSE MATCH (node:Blue) REMOVE node:Blue SET node:Red RETURN * node :Red {prop1: "val1"} :Red {prop1: "val2"} MATCH (node:Blue) REMOVE node:Blue SET node:Red WITH 1 AS dummy RETURN * dummy 1 1 MATCH (node:Blue) REMOVE node:Blue SET node:Red WITH 1 AS dummy MATCH (n) RETURN * node dummy :Red {prop1: "val1"} 1 :Red {prop1: "val2"} 1 :Green {value: 13} 1 :Red {prop1: "val1"} 1 :Red {prop1: "val2"} 1 :Green {value: 13} 1
TÖBB LEKÉRDEZÉS ÖSSZEFŰZÉSE MATCH (node:Blue) REMOVE node:Blue SET node:Red RETURN * node :Red {prop1: "val1"} :Red {prop1: "val2"} MATCH (node:Blue) REMOVE node:Blue SET node:Red WITH 1 AS dummy RETURN * dummy 1 1 MATCH (node:Blue) REMOVE node:Blue SET node:Red WITH 1 AS dummy MATCH (n) RETURN * node dummy :Red {prop1: "val1"} 1 :Red {prop1: "val2"} 1 :Green {value: 13} 1 :Red {prop1: "val1"} 1 :Red {prop1: "val2"} 1 :Green {value: 13} 1 Descartes-szorzat  minden sor kétszer jelenik meg
TÖBB LEKÉRDEZÉS ÖSSZEFŰZÉSE MATCH (node:Blue) REMOVE node:Blue SET node:Red RETURN * node :Red {prop1: "val1"} :Red {prop1: "val2"} MATCH (node:Blue) REMOVE node:Blue SET node:Red WITH count(*) as dummy RETURN * dummy 2
TÖBB LEKÉRDEZÉS ÖSSZEFŰZÉSE MATCH (node:Blue) REMOVE node:Blue SET node:Red RETURN * node :Red {prop1: "val1"} :Red {prop1: "val2"} MATCH (node:Blue) REMOVE node:Blue SET node:Red WITH count(*) as dummy RETURN * dummy 2 MATCH (node:Blue) REMOVE node:Blue SET node:Red WITH count(*) as dummy MATCH (n) RETURN * node dummy :Red {prop1: "val1"} 2 :Red {prop1: "val2"} 2 :Green {value: 13} 2
TÖBB LEKÉRDEZÉS ÖSSZEFŰZÉSE MATCH (node:Blue) REMOVE node:Blue SET node:Red RETURN * node :Red {prop1: "val1"} :Red {prop1: "val2"} MATCH (node:Blue) REMOVE node:Blue SET node:Red WITH count(*) as dummy RETURN * dummy 2 MATCH (node:Blue) REMOVE node:Blue SET node:Red WITH count(*) as dummy MATCH (n) RETURN * node dummy :Red {prop1: "val1"} 2 :Red {prop1: "val2"} 2 :Green {value: 13} 2 Pontosan 1 sor eredmény  második lekérdezésben nem lesz ismétlődés
ALGORITMUS FUTTATÁSA ÉS VIZUALIZÁLÁS
ALGORITMUS FUTTATÁSA ÉS VIZUALIZÁLÁS ... WITH count(*) as dummy MATCH (n) RETURN n
ALGORITMUS FUTTATÁSA ÉS VIZUALIZÁLÁS ... WITH count(*) as dummy MATCH (n) RETURN n
ALGORITMUS FUTTATÁSA ÉS VIZUALIZÁLÁS ... WITH count(*) as dummy MATCH (n) RETURN n
ALGORITMUS FUTTATÁSA ÉS VIZUALIZÁLÁS ... WITH count(*) as dummy MATCH (n) RETURN n
ALGORITMUS FUTTATÁSA ÉS VIZUALIZÁLÁS ... WITH count(*) as dummy MATCH (n) RETURN n
ALGORITMUS FUTTATÁSA ÉS VIZUALIZÁLÁS ... WITH count(*) as dummy MATCH (n) RETURN n
ALGORITMUS FUTTATÁSA ÉS VIZUALIZÁLÁS ... WITH count(*) as dummy MATCH (n) RETURN n
ALGORITMUS FUTTATÁSA ÉS VIZUALIZÁLÁS ... WITH count(*) as dummy MATCH (n) RETURN n
ALGORITMUS FUTTATÁSA ÉS VIZUALIZÁLÁS ... WITH count(*) as dummy MATCH (n) RETURN n
ALGORITMUS FUTTATÁSA ÉS VIZUALIZÁLÁS ... WITH count(*) as dummy MATCH (n) RETURN n
ALGORITMUS FUTTATÁSA ÉS VIZUALIZÁLÁS ... WITH count(*) as dummy MATCH (n) RETURN n
ALGORITMUS FUTTATÁSA ÉS VIZUALIZÁLÁS ... WITH count(*) as dummy MATCH (n) RETURN n
ALGORITMUS FUTTATÁSA ÉS VIZUALIZÁLÁS ... WITH count(*) as dummy MATCH (n) RETURN n
LEKÉRDEZÉSEK FUTTATÁSA  Információ átadása lekérdezések között?
LEKÉRDEZÉSEK FUTTATÁSA  Információ átadása lekérdezések között?  Csúcs címkézése
LEKÉRDEZÉSEK FUTTATÁSA  Információ átadása lekérdezések között?  Csúcs címkézése  Új csúcs ideiglenes információval
LEKÉRDEZÉSEK FUTTATÁSA  Információ átadása lekérdezések között?  Csúcs címkézése  Új csúcs ideiglenes információval  Embedded használat esetén eredmény továbbadása paraméterként
LEKÉRDEZÉSEK FUTTATÁSA  Információ átadása lekérdezések között?  Csúcs címkézése  Új csúcs ideiglenes információval  Embedded használat esetén eredmény továbbadása paraméterként redNode num :Red {prop1: "val1"} 1
LEKÉRDEZÉSEK FUTTATÁSA  Információ átadása lekérdezések között?  Csúcs címkézése  Új csúcs ideiglenes információval  Embedded használat esetén eredmény továbbadása paraméterként redNode num :Red {prop1: "val1"} 1 Pontosan 1 sor eredmény
LEKÉRDEZÉSEK FUTTATÁSA  Információ átadása lekérdezések között?  Csúcs címkézése  Új csúcs ideiglenes információval  Embedded használat esetén eredmény továbbadása paraméterként redNode num :Red {prop1: "val1"} 1 WITH $redNode AS redNode MATCH (g:Green {num: $num}) CREATE (redNode)-[:Edge]->(g) Pontosan 1 sor eredmény
CIKLUS  Sok „ciklus jellegű” probléma megoldható listákkal: o List comprehension [x IN xs WHERE condition | f(x)] o Reduce: reduce(acc = "", x IN list | acc + x.prop)
CIKLUS  Sok „ciklus jellegű” probléma megoldható listákkal: o List comprehension [x IN xs WHERE condition | f(x)] o Reduce: reduce(acc = "", x IN list | acc + x.prop)  De ciklusra szükség lehet o Java kódból lekérdezések futtatása while (gds.execute(conditionQuery).hasNext()) { gds.execute(step1Query); gds.execute(step2Query); }
CIKLUS  Sok „ciklus jellegű” probléma megoldható listákkal: o List comprehension [x IN xs WHERE condition | f(x)] o Reduce: reduce(acc = "", x IN list | acc + x.prop)  De ciklusra szükség lehet o Java kódból lekérdezések futtatása o Ciklusfeltétel az eredmény sorainak száma alapján while (gds.execute(conditionQuery).hasNext()) { gds.execute(step1Query); gds.execute(step2Query); }
IMPORT-EXPORT  Algoritmus állapotának elmentése
IMPORT-EXPORT  Algoritmus állapotának elmentése  APOC* GraphML import-export *Awesome Procedures on Cypher
IMPORT-EXPORT  Algoritmus állapotának elmentése  APOC* GraphML import-export *Awesome Procedures on Cypher // save CALL apoc.export.graphml.all('my.graphml', {storeNodeIds:true, readLabels:true, useTypes:true})
IMPORT-EXPORT  Algoritmus állapotának elmentése  APOC* GraphML import-export *Awesome Procedures on Cypher // save CALL apoc.export.graphml.all('my.graphml', {storeNodeIds:true, readLabels:true, useTypes:true}) // load MATCH (n) // delete all DETACH DELETE n WITH count(*) AS dummy //----------------- CALL apoc.import.graphml('my.graphml', {storeNodeIds:true, readLabels:true, useTypes:true}) YIELD nodes, relationships WITH count(*) AS dummy //----------------- MATCH (n) RETURN n // show all
VISSZALÉPÉSES KERESÉS (BACKTRACKING)  Ha vissza kell tudni állni egy korábbi állapotra és onnan folytatni ?
VISSZALÉPÉSES KERESÉS (BACKTRACKING)  Ha vissza kell tudni állni egy korábbi állapotra és onnan folytatni ? Metrika:
VISSZALÉPÉSES KERESÉS (BACKTRACKING)  Ha vissza kell tudni állni egy korábbi állapotra és onnan folytatni ? Metrika: 5
VISSZALÉPÉSES KERESÉS (BACKTRACKING)  Ha vissza kell tudni állni egy korábbi állapotra és onnan folytatni ? Metrika: 5 12
VISSZALÉPÉSES KERESÉS (BACKTRACKING)  Ha vissza kell tudni állni egy korábbi állapotra és onnan folytatni ? Metrika: 5 12 8
VISSZALÉPÉSES KERESÉS (BACKTRACKING)  Ha vissza kell tudni állni egy korábbi állapotra és onnan folytatni ? Metrika: 5 12 8
VISSZALÉPÉSES KERESÉS (BACKTRACKING)  Ha vissza kell tudni állni egy korábbi állapotra és onnan folytatni  Megoldások: o Import-export ? Metrika: 5 12 8
VISSZALÉPÉSES KERESÉS (BACKTRACKING)  Ha vissza kell tudni állni egy korábbi állapotra és onnan folytatni  Megoldások: o Import-export o Tranzakció meghiúsulása • Csak egy szintű visszalépésre ? Metrika: 5 12 8
HIBAKERESÉS  Futtatás során állapotok rögzítése és visszajátszása
HIBAKERESÉS  Futtatás során állapotok rögzítése és visszajátszása o Visszajátszásnál előző állapot külön csúcsban tárolva
HIBAKERESÉS  Futtatás során állapotok rögzítése és visszajátszása o Visszajátszásnál előző állapot külön csúcsban tárolva o Mentett lekérdezés a léptetésre
HIBAKERESÉS  Futtatás során állapotok rögzítése és visszajátszása o Visszajátszásnál előző állapot külön csúcsban tárolva o Mentett lekérdezés a léptetésre
HIBAKERESÉS  Bonyolult hibáknál
HIBAKERESÉS  Bonyolult hibáknál o Hibamintát Cypherben felírni MATCH (node:Faulty) RETURN node
HIBAKERESÉS  Bonyolult hibáknál o Hibamintát Cypherben felírni o Kódban breakpoint, ha megtalálta MATCH (node:Faulty) RETURN node if (gds.execute(query).hasNext()) // breakpoint
HIBAKERESÉS  Bonyolult hibáknál o Hibamintát Cypherben felírni o Kódban breakpoint, ha megtalálta o Adott állapot betöltése o Léptetés az állapotok között MATCH (node:Faulty) RETURN node if (gds.execute(query).hasNext()) // breakpoint
Tanulságok
Sicco Verwer: Efficient identification of timed automata. PhD disszertáció PSZEUDOKÓD
Sicco Verwer: Efficient identification of timed automata. PhD disszertáció PSZEUDOKÓD
Sicco Verwer: Efficient identification of timed automata. PhD disszertáció PSZEUDOKÓD
Sicco Verwer: Efficient identification of timed automata. PhD disszertáció PSZEUDOKÓD
Sicco Verwer: Efficient identification of timed automata. PhD disszertáció PSZEUDOKÓD
Sicco Verwer: Efficient identification of timed automata. PhD disszertáció PSZEUDOKÓD
TDK ÉS SZAKDOLGOZATOK Gujgiczer Anna: Időzített rendszerek tanulás alapú analízise. BSc szakdolgozat Elekes Márton: Modellvezérelt automatatanulás. BSc szakdolgozat Elekes Márton, Gujgiczer Anna: Modellalapú automatatanulás formális modellek szintéziséhez. TDK dolgozat
A CYPHER KIFEJEZŐEREJE  A legtöbb lekérdezés P-beli  Két diszjunkt útvonal létezésének ellenőrzése már NP-teljes  A Cypher nyelv Turing-teljes o Listanézetek, reduce o A gráf szalagként használható  Cypher 9 (aktuális verzió)  Cypher 10 (multiple graph-ok támogatása)
ÖSSZEFOGLALÁS  Neo4j prototípus o Gyors fejlesztés o Specifikus problémákra APOC eljárások  Felmerülő problémák o APOC bug o Megjelenítőfelület hiányosságai o Fixpont hiánya  Javasolt felhasználás o Prototipizálás o Utána újraírni imperatív kóddal
CSAPAT Segítettek még: Semeráth Oszkár, Tóth Tamás, Vörös András
KÖSZÖNETNYILVÁNÍTÁS  Az Emberi Erőforrások Minisztériuma ÚNKP-17-1-I. kódszámú Új Nemzeti Kiválóság Programjának támogatásával készült  Az MTA-BME Lendület Kiberfizikai Rendszerek Kutatócsoport szakmai támogatásával készült
Ω

More Related Content

PPTX
Itdk
byRichárd Károly
 
PPTX
HontiGergelyANXY5A
byGergely Honti
 
PDF
Jee kurzus 7. het
byJanos Seteny
 
PPTX
Szerver oldali fejlesztés korszerű módszerekkel C# nyelven
byKrisztián Gyula Tóth
 
PPTX
Oracle Perf Tuning Services - Database Services
byDILIPKUMARMONDAL6
 
PDF
Brunner Csaba: Behatolási adatok feldolgozása gépi tanulás és MapReduce segít...
byInformatikai Intézet
 
PDF
GraphBLAS: A linear algebraic approach for high-performance graph queries
byGábor Szárnyas
 
PDF
What Makes Graph Queries Difficult?
byGábor Szárnyas
 
Itdk
byRichárd Károly
 
HontiGergelyANXY5A
byGergely Honti
 
Jee kurzus 7. het
byJanos Seteny
 
Szerver oldali fejlesztés korszerű módszerekkel C# nyelven
byKrisztián Gyula Tóth
 
Oracle Perf Tuning Services - Database Services
byDILIPKUMARMONDAL6
 
Brunner Csaba: Behatolási adatok feldolgozása gépi tanulás és MapReduce segít...
byInformatikai Intézet
 
GraphBLAS: A linear algebraic approach for high-performance graph queries
byGábor Szárnyas
 
What Makes Graph Queries Difficult?
byGábor Szárnyas
 

More from Gábor Szárnyas

PPTX
Mapping Graph Queries to PostgreSQL
byGábor Szárnyas
 
PDF
An early look at the LDBC Social Network Benchmark's Business Intelligence wo...
byGábor Szárnyas
 
PDF
Incremental View Maintenance for openCypher Queries
byGábor Szárnyas
 
PDF
Writing a Cypher Engine in Clojure
byGábor Szárnyas
 
PDF
Learning Timed Automata with Cypher
byGábor Szárnyas
 
PDF
Parsing process
byGábor Szárnyas
 
PDF
Compiling openCypher graph queries with Spark Catalyst
byGábor Szárnyas
 
PDF
Towards the Characterization of Realistic Models: Evaluation of Multidiscipli...
byGábor Szárnyas
 
PDF
Sharded Joins for Scalable Incremental Graph Queries
byGábor Szárnyas
 
PDF
Towards a Macrobenchmark Framework for Performance Analysis of Java Applications
byGábor Szárnyas
 
PPTX
IncQuery-D: Distributed Incremental Graph Queries
byGábor Szárnyas
 
PPTX
IncQuery-D: Incremental Queries in the Cloud
byGábor Szárnyas
 
Mapping Graph Queries to PostgreSQL
byGábor Szárnyas
 
An early look at the LDBC Social Network Benchmark's Business Intelligence wo...
byGábor Szárnyas
 
Incremental View Maintenance for openCypher Queries
byGábor Szárnyas
 
Writing a Cypher Engine in Clojure
byGábor Szárnyas
 
Learning Timed Automata with Cypher
byGábor Szárnyas
 
Parsing process
byGábor Szárnyas
 
Compiling openCypher graph queries with Spark Catalyst
byGábor Szárnyas
 
Towards the Characterization of Realistic Models: Evaluation of Multidiscipli...
byGábor Szárnyas
 
Sharded Joins for Scalable Incremental Graph Queries
byGábor Szárnyas
 
Towards a Macrobenchmark Framework for Performance Analysis of Java Applications
byGábor Szárnyas
 
IncQuery-D: Distributed Incremental Graph Queries
byGábor Szárnyas
 
IncQuery-D: Incremental Queries in the Cloud
byGábor Szárnyas
 

Időzített automatatanulás Cypherrel

  • 1.
    Időzített automatatanulás Cypherrel SzárnyasGábor, Farkas Rebeka, Elekes Márton, Gujgiczer Anna Budapest Neo4j meetup 2018. február 13.
  • 2.
    Sicco Verwer, Mathijsde Weerdt, Cees Witteveen: An algorithm for learning real-time automata. Benelearn 2007
  • 3.
    AKADÁLYOK  Cikk tartalma: oAbsztrakt leírások o Formalizálás hiánya Elakadtunk
  • 4.
    AKADÁLYOK  Cikk tartalma: oAbsztrakt leírások o Formalizálás hiánya Elakadtunk  Megoldás:
  • 5.
    SZERKEZET  Rebus: Elméletiháttér  Anna: Érdekes lekérdezések  Marci: Neo4j munkafolyamat  Gábor: Tapasztalatok, tanulságok
  • 6.
  • 7.
  • 8.
  • 9.
    AUTOMATA  Állapotok: elfogadó/nemelfogadó  Lefutás: (véges) eseménysorozat  Elfogadott lefutás: elfogadó állapotban végződik  Modellezett viselkedés: elfogadott lefutásokOff Stop Continue Prepare Go switchPhase switchPhase switch Phase onOff onOff onOff onOff onOff switch Phase switch Phase
  • 10.
    AUTOMATA  Állapotok: elfogadó/nemelfogadó  Lefutás: (véges) eseménysorozat  Elfogadott lefutás: elfogadó állapotban végződik  Modellezett viselkedés: elfogadott lefutásokOff Stop Continue Prepare Go switchPhase switchPhase switch Phase onOff onOff onOff onOff onOff switch Phase + - - - - switch Phase
  • 11.
    IDŐZÍTÉS  Állapotban eltöltöttidő  Őrfeltétel - intervallum Off Stop Continue Prepare Go switchPhase switchPhase switch Phase onOff onOff onOff onOff onOff switch Phase + - - - - switch Phase
  • 12.
    IDŐZÍTÉS  Állapotban eltöltöttidő  Őrfeltétel - intervallum Off Stop Continue Prepare Go switchPhase switchPhase switch Phase onOff onOff onOff onOff onOff switch Phase + - - - - [3,5] [30,35] [1,2] switch Phase [30,35] [0,∞] [0,∞] [0,∞] [0,∞] [0,∞] [0,∞]
  • 13.
    AUTOMATATANULÁS  Rendszer -ismeretlen belső megvalósítás  Cél: működés feltérképezése  Eszköz: megfigyelés  lefutások  automata  Alkalmazás: monitorszintézis, tesztelés
  • 14.
    AUTOMATATANULÁS ALAPJAI + - - + a,1 a,5 + a,3 a,5 a,7 a,2 +- a,[1,2] + a,[1,5] + a,[3,5] - a,[1,5] + - a, [1,2] a,[1,2] a, [3,5] a, [3,5]
  • 15.
    AUTOMATATANULÁS ALGORITMUSA  Háromművelet ismétlése o Split: Inkonzisztens állapotok szétválasztása + - a,[1,2] + a,[1,5] + a,[3,5] - a,[1,5] + +/- a,[1,5] +/- a,[1,5] + - - + a,1 a,5 + a,3 a,5 a,7 a,2
  • 16.
    AUTOMATATANULÁS ALGORITMUSA  Háromművelet ismétlése o Split: Inkonzisztens állapotok szétválasztása o Merge: Hasonló állapotok összevonása - - b + + a a -b + + a a -b + a
  • 17.
    AUTOMATATANULÁS ALGORITMUSA  Háromművelet ismétlése o Split: Inkonzisztens állapotok szétválasztása o Merge: Hasonló állapotok összevonása o Color: Állapot véglegesítése
  • 18.
    AUTOMATATANULÁS ALGORITMUSA  Háromművelet ismétlése o Split: Inkonzisztens állapotok szétválasztása o Merge: Hasonló állapotok összevonása o Color: Állapot véglegesítése  Művelet kiválasztása: metrika o A művelet eredménye alapján Művelet kiválasztása Split végrehajtása Merge végrehajtása Color végrehajtása
  • 19.
  • 20.
    ÉRDEKES LEKÉRDEZÉSEK  Sokszorhasznált WHERE NOT  Merge o Összevonandó állapotok tranzitív lezártja  Split: kategóriasorolás/részfamásolás o Merge miatt több origNext él is lehet o Melyik alapján soroljunk kategóriába?
  • 21.
    WHERE NOT «MINTA» Útvonal végének megtalálása WHERE NOT (v)-[:NEXT]->() :NEXT :NEXT … …v :NEXT
  • 22.
    WHERE NOT «MINTA» Útvonal végének megtalálása WHERE NOT (v)-[:NEXT]->() :NEXT :NEXT … …v :NEXT
  • 23.
    WHERE NOT «MINTA» Útvonal végének megtalálása  Útvonal elejének megtalálása WHERE NOT (v)-[:NEXT]->() WHERE NOT ()-[:NEXT]->(root) :NEXT :NEXT … …:NEXT root
  • 24.
    WHERE NOT «MINTA» Útvonal végének megtalálása  Útvonal elejének megtalálása WHERE NOT (v)-[:NEXT]->() WHERE NOT ()-[:NEXT]->(root) :NEXT :NEXT … …:NEXT root
  • 25.
    MERGE :indexPair :indexPair - -:NEXT :NEXT + + :NEXT :NEXT … … :indexPair -:NEXT +:NEXT …  Összevonandóállapotok megjelölése  Metrika számítása  Inkonzisztencia kiszűrése  Eredmény
  • 26.
    MERGE + - :indexPair :indexPair  Probléma oNem érzékel inkonzisztenciát  Megoldás o Tranzitív lezárt :indexPair :indexPair + -:NEXT :NEXT
  • 27.
    MERGE + - :indexPair :indexPair  Probléma oNem érzékel inkonzisztenciát  Megoldás o Tranzitív lezárt :indexPair :indexPair + -:NEXT :NEXT while (driver.run(createIndexPairs, mergeMap))
  • 28.
    MERGE + - :indexPair :indexPair  Probléma oNem érzékel inkonzisztenciát  Megoldás o Tranzitív lezárt :indexPair :indexPair + -:NEXT :NEXT MATCH (s1:IndexedMerge)-[:IndexPair*..]-(s2:IndexedMerge), s1p = (s1)-[:NEXT*0..]->(s12:State), s2p = (s2)-[:NEXT*0..]->(s22:State) WHERE id(s1) > id(s2) AND length(s1p) = length(s2p) AND NOT (s12)-[:IndexPair*0..]-(s22) WITH s12, s22, s1p, s2p,[s1r IN rels(s1p) | s1r.symbol] AS s1ss, [s2r IN rels(s2p) | s2r.symbol] AS s2ss, [s1r IN rels(s1p) | s1r.Tmin] AS s1mins, [s2r IN rels(s2p) | s2r.Tmin ] AS s2mins, [s1r IN rels(s1p) | s1r.Tmax] AS s1maxs, [s2r IN rels(s2p) | s2r.Tmax ] AS s2maxs WHERE s1ss = s2ss AND s1mins = s2mins AND s1maxs = s2maxs WITH collect([s12, s22]) as pairs MATCH ()-[ip:IndexPair]->() WITH max(ip.index) + 1 as nextIndex, pairs UNWIND range(0, length(pairs)-1) as idx WITH pairs[idx][0] as s12, pairs[idx][1] as s22, idx + nextIndex as edgeIndex CREATE (s12)-[:IndexPair {index: edgeIndex}]->(s22) SET s12:IndexedMerge, s22:IndexedMerge while (driver.run(createIndexPairs, mergeMap))
  • 29.
    MERGE + - :indexPair :indexPair :indexPair :indexPair + -:NEXT :NEXT  Probléma oNem érzékel inkonzisztenciát  Megoldás o Tranzitív lezárt
  • 30.
    MERGE MATCH (s1:IndexedMerge)-[:IndexPair*]-(s2:IndexedMerge), s1p =(s1)-[:NEXT*0..]->(s12:State), s2p = (s2)-[:NEXT*0..]->(s22:State) WHERE id(s1) > id(s2) AND length(s1p) = length(s2p) AND NOT (s12)-[:IndexPair*0..]-(s22) + - :indexPair :indexPair :indexPair :indexPair + -:NEXT :NEXT  Probléma o Nem érzékel inkonzisztenciát  Megoldás o Tranzitív lezárt
  • 31.
    MERGE MATCH (s1:IndexedMerge)-[:IndexPair*]-(s2:IndexedMerge), s1p =(s1)-[:NEXT*0..]->(s12:State), s2p = (s2)-[:NEXT*0..]->(s22:State) WHERE id(s1) > id(s2) AND length(s1p) = length(s2p) AND NOT (s12)-[:IndexPair*0..]-(s22) + - :indexPair :indexPair :indexPair :indexPair + -:NEXT :NEXT  Probléma o Nem érzékel inkonzisztenciát  Megoldás o Tranzitív lezárt Ellenőrzés szempontjából kritikus állapotpárok
  • 32.
    MERGE MATCH (s1:IndexedMerge)-[:IndexPair*]-(s2:IndexedMerge), s1p =(s1)-[:NEXT*0..]->(s12:State), s2p = (s2)-[:NEXT*0..]->(s22:State) WHERE id(s1) > id(s2) AND length(s1p) = length(s2p) AND NOT (s12)-[:IndexPair*0..]-(s22) + - :indexPair :indexPair :indexPair :indexPair + -:NEXT :NEXT  Probléma o Nem érzékel inkonzisztenciát  Megoldás o Tranzitív lezárt s1 s1 s2 s2 Ellenőrzés szempontjából kritikus állapotpárok
  • 33.
    MERGE MATCH (s1:IndexedMerge)-[:IndexPair*]-(s2:IndexedMerge), s1p =(s1)-[:NEXT*0..]->(s12:State), s2p = (s2)-[:NEXT*0..]->(s22:State) WHERE id(s1) > id(s2) AND length(s1p) = length(s2p) AND NOT (s12)-[:IndexPair*0..]-(s22) + - :indexPair :indexPair :indexPair :indexPair + -:NEXT :NEXT  Probléma o Nem érzékel inkonzisztenciát  Megoldás o Tranzitív lezárt s1 s1 s2 s2 WITH s12, s22, s1p, s2p, [s1r IN rels(s1p) | s1r.symbol] AS s1ss, [s2r IN rels(s2p) | s2r.symbol] AS s2ss, [s1r IN rels(s1p) | s1r.Tmin] AS s1mins, [s2r IN rels(s2p) | s2r.Tmin ] AS s2mins, [s1r IN rels(s1p) | s1r.Tmax] AS s1maxs, [s2r IN rels(s2p) | s2r.Tmax ] AS s2maxs WHERE s1ss = s2ss AND s1mins = s2mins AND s1maxs = s2maxs ... Ellenőrzés szempontjából kritikus állapotpárok
  • 34.
    MERGE MATCH (s1:IndexedMerge)-[:IndexPair*]-(s2:IndexedMerge), s1p =(s1)-[:NEXT*0..]->(s12:State), s2p = (s2)-[:NEXT*0..]->(s22:State) WHERE id(s1) > id(s2) AND length(s1p) = length(s2p) AND NOT (s12)-[:IndexPair*0..]-(s22) + - :indexPair :indexPair :indexPair :indexPair + -:NEXT :NEXT  Probléma o Nem érzékel inkonzisztenciát  Megoldás o Tranzitív lezárt s1 s1 s2 s2 WITH s12, s22, s1p, s2p, [s1r IN rels(s1p) | s1r.symbol] AS s1ss, [s2r IN rels(s2p) | s2r.symbol] AS s2ss, [s1r IN rels(s1p) | s1r.Tmin] AS s1mins, [s2r IN rels(s2p) | s2r.Tmin ] AS s2mins, [s1r IN rels(s1p) | s1r.Tmax] AS s1maxs, [s2r IN rels(s2p) | s2r.Tmax ] AS s2maxs WHERE s1ss = s2ss AND s1mins = s2mins AND s1maxs = s2maxs ... • Ugyan olyan hosszú útvonal • Ugyan olyan események • Stb. Ellenőrzés szempontjából kritikus állapotpárok
  • 35.
    MERGE  Probléma o Nemérzékel inkonzisztenciát  Megoldás o Tranzitív lezárt + - :indexPair :indexPair :indexPair :indexPair + -:NEXT :NEXTs1 s1 s2 s2
  • 36.
    MERGE CREATE (s12)-[:IndexPair {index:edgeIndex}]->(s22) SET s12:IndexedMerge, s22:IndexedMerge  Probléma o Nem érzékel inkonzisztenciát  Megoldás o Tranzitív lezárt + - :indexPair :indexPair :indexPair :indexPair + -:NEXT :NEXTs1 s1 s2 s2
  • 37.
    MERGE CREATE (s12)-[:IndexPair {index:edgeIndex}]->(s22) SET s12:IndexedMerge, s22:IndexedMerge  Probléma o Nem érzékel inkonzisztenciát  Megoldás o Tranzitív lezárt + - :indexPair :indexPair :indexPair :indexPair + -:NEXT :NEXTs1 s1 s2 s2 Új megtalált indexpárok megjelölése
  • 38.
    MERGE CREATE (s12)-[:IndexPair {index:edgeIndex}]->(s22) SET s12:IndexedMerge, s22:IndexedMerge  Probléma o Nem érzékel inkonzisztenciát  Megoldás o Tranzitív lezárt + - :indexPair :indexPair :indexPair :indexPair + -:NEXT :NEXTs1 s1 s2 s2 :indexPair :indexPair Új megtalált indexpárok megjelölése
  • 39.
    MERGE CREATE (s12)-[:IndexPair {index:edgeIndex}]->(s22) SET s12:IndexedMerge, s22:IndexedMerge  Probléma o Nem érzékel inkonzisztenciát  Megoldás o Tranzitív lezárt + - :indexPair :indexPair :indexPair :indexPair + -:NEXT :NEXTs1 s1 s2 s2 :indexPair :indexPair Új megtalált indexpárok megjelölése while (driver.run(createIndexPairs, mergeMap))
  • 40.
    MERGE CREATE (s12)-[:IndexPair {index:edgeIndex}]->(s22) SET s12:IndexedMerge, s22:IndexedMerge  Probléma o Nem érzékel inkonzisztenciát  Megoldás o Tranzitív lezárt + - :indexPair :indexPair :indexPair :indexPair + -:NEXT :NEXTs1 s1 s2 s2 :indexPair :indexPair Új megtalált indexpárok megjelölése while (driver.run(createIndexPairs, mergeMap)) Java kódból hívva ciklikusan
  • 41.
    MERGE CREATE (s12)-[:IndexPair {index:edgeIndex}]->(s22) SET s12:IndexedMerge, s22:IndexedMerge  Probléma o Nem érzékel inkonzisztenciát  Megoldás o Tranzitív lezárt + - :indexPair :indexPair :indexPair :indexPair + -:NEXT :NEXTs1 s1 s2 s2 :indexPair :indexPair Új megtalált indexpárok megjelölése while (driver.run(createIndexPairs, mergeMap)) Java kódból hívva ciklikusan
  • 42.
    SPLIT :Origin :Origin :Origin :Origin [1,6] 1 6  Szétválasztás o Egyélet szétvág o Időpont alapján: t • Eredeti átmeneten o Két végpont • Kisebb: < t • Nagyobb: ≥ t 2 :Origin :Origin +/- + + -
  • 43.
    SPLIT :Origin :Origin :Origin :Origin [1,6] 1 6 2 :Origin :Origin  Szétválasztás oEgy élet szétvág o Időpont alapján: 5 • Eredeti átmeneten o Két végpont • Kisebb: < t • Nagyobb: ≥ t +/- + + -
  • 44.
    SPLIT  Szétválasztás o Egyélet szétvág o Időpont alapján: 5 • Eredeti átmeneten o Két végpont • Kisebb: < t • Nagyobb: ≥ t o Eredmény [1,4] [5,6] + -
  • 45.
    SPLIT  Probléma o acsúcs összevonás eredménye o b csúcsból újragenerált részfa • Nagyobb részfába 6 miatt • Kisebb részfába 1 miatt :Origin :Origin :Origin [1,6] 1 6 b 6 :Origin :Origin … a
  • 46.
     Megoldás o „Legrövidebb”úton elérve a-t o Utolsó szám alapján: 6 SPLIT :Origin :Origin :Origin [1,6] 1 6 b 6 :Origin :Origin … MATCH (r:Red)-[n:NEXT]->(b:Blue) WITH r, b, n.Tmax as Tmax, n.Tmin as Tmin, n.symbol as symbol UNWIND range(Tmin, Tmax-1) AS t MATCH (b)-[:NEXT*0..]->(s1:State)- [:Origin]->(so1:OrigState), trace1=(so1)<-[OrigNext*0..]- (redOrigNext:OrigState), (redOrigNext)<- [no1:OrigNext]-(redOrig:OrigState)<- [:Origin]-(r) WHERE none(x IN nodes(trace1) WHERE (x)<-[:Origin]-(r)) WITH r, b, t, Tmin, Tmax, symbol, s1, no1, so1 a
  • 47.
     Megoldás o „Legrövidebb”úton elérve a-t o Utolsó szám alapján: 6 SPLIT :Origin :Origin :Origin [1,6] 1 6 b 6 :Origin :Origin … MATCH (b)-[:NEXT*0..]->(s1:State)- [:Origin]->(so1:OrigState), trace1=(so1)<-[OrigNext*0..]- (redOrigNext:OrigState), (redOrigNext)<- [no1:OrigNext]-(redOrig:OrigState)<- [:Origin]-(r) WHERE none(x IN nodes(trace1) WHERE (x)<-[:Origin]-(r)) AND toInteger(no1.time)>t WITH r, b, t, metric, Tmin, Tmax, symbol, collect(so1) as so1s MATCH (b)-[:NEXT*0..]->(s2:State)- [:Origin]->(so2:OrigState), trace2=(so2)<-[OrigNext*0..]- (redOrigNext:OrigState), (redOrigNext)<- [no2:OrigNext]-(redOrig:OrigState)<- [:Origin]-(r) WHERE none(x IN nodes(trace2) WHERE (x)<-[:Origin]-(r)) AND toInteger(no2.time)<=t RETURN r, b, t, metric, Tmin, Tmax, symbol, so1s, collect(so2) as so2s a
  • 48.
    SPLIT :Origin :Origin :Origin [1,6] 1 6 6 :Origin :Origin … as2 ao an b  Megoldás o „Legrövidebb” úton elérve a-t o Utolsó szám alapján: 6 MATCH (a)-[:NEXT*0..]->(s2:State)-[:Origin]->(b:OrigState), trace=(b)<-[OrigNext*0..]-(an:OrigState), (an)<-[no:OrigNext]-(ao:OrigState)<-[:Origin]-(a) Szétvágandó él az eredeti lefutásokban
  • 49.
    SPLIT Szétvágandó él az eredetilefutásokban :Origin :Origin :Origin [1,6] 1 6 6 :Origin :Origin …ao a an s2 b MATCH (a)-[:NEXT*0..]->(s2:State)-[:Origin]->(b:OrigState), trace=(b)<-[OrigNext*0..]-(an:OrigState), (an)<-[no:OrigNext]-(ao:OrigState)<-[:Origin]-(a)  Megoldás o „Legrövidebb” úton elérve a-t o Utolsó szám alapján: 6
  • 50.
    SPLIT WHERE none(x INnodes(trace) WHERE (x)<-[:Origin]-(a)) Legrövidebb lehetséges út keresése, olyan node, amiből csak közvetlenül lehet elérni az „a” csúcsot.  Megoldás o „Legrövidebb” úton elérve a-t o Utolsó szám alapján: 6 :Origin :Origin :Origin [1,6] 1 6 6 :Origin :Origin … a s2 ao b an MATCH (a)-[:NEXT*0..]->(s2:State)-[:Origin]->(b:OrigState), trace=(b)<-[OrigNext*0..]-(an:OrigState), (an)<-[no:OrigNext]-(ao:OrigState)<-[:Origin]-(a)
  • 51.
  • 52.
  • 53.
     Vizualizáció  Adatmodellkönnyen fejleszthető o Új címkék, tulajdonságok, csúcsok o Nem kell sémát definiálni előre NEO4J ELŐNYEI
  • 54.
     Vizualizáció  Adatmodellkönnyen fejleszthető o Új címkék, tulajdonságok, csúcsok o Nem kell sémát definiálni előre  Gráfműveletek magasszintű leírása Cypher nyelven NEO4J ELŐNYEI
  • 55.
  • 56.
    WORKFLOW MATCH (n) RETURN n Neo4j web browser UI
  • 57.
    WORKFLOW MATCH (n) RETURN n Neo4j web browser UI
  • 58.
  • 59.
  • 60.
  • 61.
  • 62.
  • 63.
  • 64.
  • 65.
  • 66.
    TÖBB LEKÉRDEZÉS ÖSSZEFŰZÉSE MATCH(node:Blue) REMOVE node:Blue SET node:Red RETURN * node :Red {prop1: "val1"} :Red {prop1: "val2"}
  • 67.
    TÖBB LEKÉRDEZÉS ÖSSZEFŰZÉSE MATCH(node:Blue) REMOVE node:Blue SET node:Red RETURN * node :Red {prop1: "val1"} :Red {prop1: "val2"} MATCH (node:Blue) REMOVE node:Blue SET node:Red WITH 1 AS dummy RETURN * dummy 1 1
  • 68.
    TÖBB LEKÉRDEZÉS ÖSSZEFŰZÉSE MATCH(node:Blue) REMOVE node:Blue SET node:Red RETURN * node :Red {prop1: "val1"} :Red {prop1: "val2"} MATCH (node:Blue) REMOVE node:Blue SET node:Red WITH 1 AS dummy RETURN * dummy 1 1 MATCH (node:Blue) REMOVE node:Blue SET node:Red WITH 1 AS dummy MATCH (n) RETURN * node dummy :Red {prop1: "val1"} 1 :Red {prop1: "val2"} 1 :Green {value: 13} 1 :Red {prop1: "val1"} 1 :Red {prop1: "val2"} 1 :Green {value: 13} 1
  • 69.
    TÖBB LEKÉRDEZÉS ÖSSZEFŰZÉSE MATCH(node:Blue) REMOVE node:Blue SET node:Red RETURN * node :Red {prop1: "val1"} :Red {prop1: "val2"} MATCH (node:Blue) REMOVE node:Blue SET node:Red WITH 1 AS dummy RETURN * dummy 1 1 MATCH (node:Blue) REMOVE node:Blue SET node:Red WITH 1 AS dummy MATCH (n) RETURN * node dummy :Red {prop1: "val1"} 1 :Red {prop1: "val2"} 1 :Green {value: 13} 1 :Red {prop1: "val1"} 1 :Red {prop1: "val2"} 1 :Green {value: 13} 1 Descartes-szorzat  minden sor kétszer jelenik meg
  • 70.
    TÖBB LEKÉRDEZÉS ÖSSZEFŰZÉSE MATCH(node:Blue) REMOVE node:Blue SET node:Red RETURN * node :Red {prop1: "val1"} :Red {prop1: "val2"} MATCH (node:Blue) REMOVE node:Blue SET node:Red WITH count(*) as dummy RETURN * dummy 2
  • 71.
    TÖBB LEKÉRDEZÉS ÖSSZEFŰZÉSE MATCH(node:Blue) REMOVE node:Blue SET node:Red RETURN * node :Red {prop1: "val1"} :Red {prop1: "val2"} MATCH (node:Blue) REMOVE node:Blue SET node:Red WITH count(*) as dummy RETURN * dummy 2 MATCH (node:Blue) REMOVE node:Blue SET node:Red WITH count(*) as dummy MATCH (n) RETURN * node dummy :Red {prop1: "val1"} 2 :Red {prop1: "val2"} 2 :Green {value: 13} 2
  • 72.
    TÖBB LEKÉRDEZÉS ÖSSZEFŰZÉSE MATCH(node:Blue) REMOVE node:Blue SET node:Red RETURN * node :Red {prop1: "val1"} :Red {prop1: "val2"} MATCH (node:Blue) REMOVE node:Blue SET node:Red WITH count(*) as dummy RETURN * dummy 2 MATCH (node:Blue) REMOVE node:Blue SET node:Red WITH count(*) as dummy MATCH (n) RETURN * node dummy :Red {prop1: "val1"} 2 :Red {prop1: "val2"} 2 :Green {value: 13} 2 Pontosan 1 sor eredmény  második lekérdezésben nem lesz ismétlődés
  • 73.
  • 74.
    ALGORITMUS FUTTATÁSA ÉSVIZUALIZÁLÁS ... WITH count(*) as dummy MATCH (n) RETURN n
  • 75.
    ALGORITMUS FUTTATÁSA ÉSVIZUALIZÁLÁS ... WITH count(*) as dummy MATCH (n) RETURN n
  • 76.
    ALGORITMUS FUTTATÁSA ÉSVIZUALIZÁLÁS ... WITH count(*) as dummy MATCH (n) RETURN n
  • 77.
    ALGORITMUS FUTTATÁSA ÉSVIZUALIZÁLÁS ... WITH count(*) as dummy MATCH (n) RETURN n
  • 78.
    ALGORITMUS FUTTATÁSA ÉSVIZUALIZÁLÁS ... WITH count(*) as dummy MATCH (n) RETURN n
  • 79.
    ALGORITMUS FUTTATÁSA ÉSVIZUALIZÁLÁS ... WITH count(*) as dummy MATCH (n) RETURN n
  • 80.
    ALGORITMUS FUTTATÁSA ÉSVIZUALIZÁLÁS ... WITH count(*) as dummy MATCH (n) RETURN n
  • 81.
    ALGORITMUS FUTTATÁSA ÉSVIZUALIZÁLÁS ... WITH count(*) as dummy MATCH (n) RETURN n
  • 82.
    ALGORITMUS FUTTATÁSA ÉSVIZUALIZÁLÁS ... WITH count(*) as dummy MATCH (n) RETURN n
  • 83.
    ALGORITMUS FUTTATÁSA ÉSVIZUALIZÁLÁS ... WITH count(*) as dummy MATCH (n) RETURN n
  • 84.
    ALGORITMUS FUTTATÁSA ÉSVIZUALIZÁLÁS ... WITH count(*) as dummy MATCH (n) RETURN n
  • 85.
    ALGORITMUS FUTTATÁSA ÉSVIZUALIZÁLÁS ... WITH count(*) as dummy MATCH (n) RETURN n
  • 86.
    ALGORITMUS FUTTATÁSA ÉSVIZUALIZÁLÁS ... WITH count(*) as dummy MATCH (n) RETURN n
  • 87.
    LEKÉRDEZÉSEK FUTTATÁSA  Információátadása lekérdezések között?
  • 88.
    LEKÉRDEZÉSEK FUTTATÁSA  Információátadása lekérdezések között?  Csúcs címkézése
  • 89.
    LEKÉRDEZÉSEK FUTTATÁSA  Információátadása lekérdezések között?  Csúcs címkézése  Új csúcs ideiglenes információval
  • 90.
    LEKÉRDEZÉSEK FUTTATÁSA  Információátadása lekérdezések között?  Csúcs címkézése  Új csúcs ideiglenes információval  Embedded használat esetén eredmény továbbadása paraméterként
  • 91.
    LEKÉRDEZÉSEK FUTTATÁSA  Információátadása lekérdezések között?  Csúcs címkézése  Új csúcs ideiglenes információval  Embedded használat esetén eredmény továbbadása paraméterként redNode num :Red {prop1: "val1"} 1
  • 92.
    LEKÉRDEZÉSEK FUTTATÁSA  Információátadása lekérdezések között?  Csúcs címkézése  Új csúcs ideiglenes információval  Embedded használat esetén eredmény továbbadása paraméterként redNode num :Red {prop1: "val1"} 1 Pontosan 1 sor eredmény
  • 93.
    LEKÉRDEZÉSEK FUTTATÁSA  Információátadása lekérdezések között?  Csúcs címkézése  Új csúcs ideiglenes információval  Embedded használat esetén eredmény továbbadása paraméterként redNode num :Red {prop1: "val1"} 1 WITH $redNode AS redNode MATCH (g:Green {num: $num}) CREATE (redNode)-[:Edge]->(g) Pontosan 1 sor eredmény
  • 94.
    CIKLUS  Sok „ciklusjellegű” probléma megoldható listákkal: o List comprehension [x IN xs WHERE condition | f(x)] o Reduce: reduce(acc = "", x IN list | acc + x.prop)
  • 95.
    CIKLUS  Sok „ciklusjellegű” probléma megoldható listákkal: o List comprehension [x IN xs WHERE condition | f(x)] o Reduce: reduce(acc = "", x IN list | acc + x.prop)  De ciklusra szükség lehet o Java kódból lekérdezések futtatása while (gds.execute(conditionQuery).hasNext()) { gds.execute(step1Query); gds.execute(step2Query); }
  • 96.
    CIKLUS  Sok „ciklusjellegű” probléma megoldható listákkal: o List comprehension [x IN xs WHERE condition | f(x)] o Reduce: reduce(acc = "", x IN list | acc + x.prop)  De ciklusra szükség lehet o Java kódból lekérdezések futtatása o Ciklusfeltétel az eredmény sorainak száma alapján while (gds.execute(conditionQuery).hasNext()) { gds.execute(step1Query); gds.execute(step2Query); }
  • 97.
  • 98.
    IMPORT-EXPORT  Algoritmus állapotánakelmentése  APOC* GraphML import-export *Awesome Procedures on Cypher
  • 99.
    IMPORT-EXPORT  Algoritmus állapotánakelmentése  APOC* GraphML import-export *Awesome Procedures on Cypher // save CALL apoc.export.graphml.all('my.graphml', {storeNodeIds:true, readLabels:true, useTypes:true})
  • 100.
    IMPORT-EXPORT  Algoritmus állapotánakelmentése  APOC* GraphML import-export *Awesome Procedures on Cypher // save CALL apoc.export.graphml.all('my.graphml', {storeNodeIds:true, readLabels:true, useTypes:true}) // load MATCH (n) // delete all DETACH DELETE n WITH count(*) AS dummy //----------------- CALL apoc.import.graphml('my.graphml', {storeNodeIds:true, readLabels:true, useTypes:true}) YIELD nodes, relationships WITH count(*) AS dummy //----------------- MATCH (n) RETURN n // show all
  • 101.
    VISSZALÉPÉSES KERESÉS (BACKTRACKING) Ha vissza kell tudni állni egy korábbi állapotra és onnan folytatni ?
  • 102.
    VISSZALÉPÉSES KERESÉS (BACKTRACKING) Ha vissza kell tudni állni egy korábbi állapotra és onnan folytatni ? Metrika:
  • 103.
    VISSZALÉPÉSES KERESÉS (BACKTRACKING) Ha vissza kell tudni állni egy korábbi állapotra és onnan folytatni ? Metrika: 5
  • 104.
    VISSZALÉPÉSES KERESÉS (BACKTRACKING) Ha vissza kell tudni állni egy korábbi állapotra és onnan folytatni ? Metrika: 5 12
  • 105.
    VISSZALÉPÉSES KERESÉS (BACKTRACKING) Ha vissza kell tudni állni egy korábbi állapotra és onnan folytatni ? Metrika: 5 12 8
  • 106.
    VISSZALÉPÉSES KERESÉS (BACKTRACKING) Ha vissza kell tudni állni egy korábbi állapotra és onnan folytatni ? Metrika: 5 12 8
  • 107.
    VISSZALÉPÉSES KERESÉS (BACKTRACKING) Ha vissza kell tudni állni egy korábbi állapotra és onnan folytatni  Megoldások: o Import-export ? Metrika: 5 12 8
  • 108.
    VISSZALÉPÉSES KERESÉS (BACKTRACKING) Ha vissza kell tudni állni egy korábbi állapotra és onnan folytatni  Megoldások: o Import-export o Tranzakció meghiúsulása • Csak egy szintű visszalépésre ? Metrika: 5 12 8
  • 109.
    HIBAKERESÉS  Futtatás soránállapotok rögzítése és visszajátszása
  • 110.
    HIBAKERESÉS  Futtatás soránállapotok rögzítése és visszajátszása o Visszajátszásnál előző állapot külön csúcsban tárolva
  • 111.
    HIBAKERESÉS  Futtatás soránállapotok rögzítése és visszajátszása o Visszajátszásnál előző állapot külön csúcsban tárolva o Mentett lekérdezés a léptetésre
  • 112.
    HIBAKERESÉS  Futtatás soránállapotok rögzítése és visszajátszása o Visszajátszásnál előző állapot külön csúcsban tárolva o Mentett lekérdezés a léptetésre
  • 113.
  • 114.
    HIBAKERESÉS  Bonyolult hibáknál oHibamintát Cypherben felírni MATCH (node:Faulty) RETURN node
  • 115.
    HIBAKERESÉS  Bonyolult hibáknál oHibamintát Cypherben felírni o Kódban breakpoint, ha megtalálta MATCH (node:Faulty) RETURN node if (gds.execute(query).hasNext()) // breakpoint
  • 116.
    HIBAKERESÉS  Bonyolult hibáknál oHibamintát Cypherben felírni o Kódban breakpoint, ha megtalálta o Adott állapot betöltése o Léptetés az állapotok között MATCH (node:Faulty) RETURN node if (gds.execute(query).hasNext()) // breakpoint
  • 117.
  • 118.
    Sicco Verwer: Efficient identificationof timed automata. PhD disszertáció PSZEUDOKÓD
  • 119.
    Sicco Verwer: Efficient identificationof timed automata. PhD disszertáció PSZEUDOKÓD
  • 120.
    Sicco Verwer: Efficient identificationof timed automata. PhD disszertáció PSZEUDOKÓD
  • 121.
    Sicco Verwer: Efficient identificationof timed automata. PhD disszertáció PSZEUDOKÓD
  • 122.
    Sicco Verwer: Efficient identificationof timed automata. PhD disszertáció PSZEUDOKÓD
  • 123.
    Sicco Verwer: Efficient identificationof timed automata. PhD disszertáció PSZEUDOKÓD
  • 124.
    TDK ÉS SZAKDOLGOZATOK GujgiczerAnna: Időzített rendszerek tanulás alapú analízise. BSc szakdolgozat Elekes Márton: Modellvezérelt automatatanulás. BSc szakdolgozat Elekes Márton, Gujgiczer Anna: Modellalapú automatatanulás formális modellek szintéziséhez. TDK dolgozat
  • 127.
    A CYPHER KIFEJEZŐEREJE A legtöbb lekérdezés P-beli  Két diszjunkt útvonal létezésének ellenőrzése már NP-teljes  A Cypher nyelv Turing-teljes o Listanézetek, reduce o A gráf szalagként használható  Cypher 9 (aktuális verzió)  Cypher 10 (multiple graph-ok támogatása)
  • 128.
    ÖSSZEFOGLALÁS  Neo4j prototípus oGyors fejlesztés o Specifikus problémákra APOC eljárások  Felmerülő problémák o APOC bug o Megjelenítőfelület hiányosságai o Fixpont hiánya  Javasolt felhasználás o Prototipizálás o Utána újraírni imperatív kóddal
  • 129.
    CSAPAT Segítettek még: SemeráthOszkár, Tóth Tamás, Vörös András
  • 130.
    KÖSZÖNETNYILVÁNÍTÁS  Az EmberiErőforrások Minisztériuma ÚNKP-17-1-I. kódszámú Új Nemzeti Kiválóság Programjának támogatásával készült  Az MTA-BME Lendület Kiberfizikai Rendszerek Kutatócsoport szakmai támogatásával készült
  • 131.