Boolean Matrix Logic Programming

我们描述了一种基于高效和可组合的布尔矩阵操作模块的数据日志查询评估方法。我们首先定义了一个总体问题，布尔矩阵逻辑编程(BMLP)，它使用布尔矩阵作为替代计算来评估数据日志程序。我们开发了两个新颖的BMLP模块，用于线性二元递归数据日志程序的自底向上推理，并展示了如何通过附加模块来扩展这种能力，以计算二元递归数据日志程序的线性和非线性形式。我们的实证结果表明，当评估具有数百万事实的大型程序时，这些模块的性能比通用和专用系统分别提高了30倍和9倍。这种布尔矩阵方法显著提高了数据日志查询的效率，以支持逻辑编程技术。

该论文旨在解决Datalog查询效率低下的问题，提出了一种基于布尔矩阵计算的Datalog查询方法。

论文提出了一种名为布尔矩阵逻辑编程（BMLP）的方法，使用布尔矩阵作为一种替代计算方式来评估Datalog程序。同时，开发了两个新的BMLP模块，用于线性二元递归Datalog程序的自底向上推理，并展示了如何通过其他模块将此能力扩展到计算二元递归Datalog程序的线性和非线性部分。

该方法在大型程序中的表现优于通用和专用系统，效率分别提高了30倍和9倍。实验中使用了包含数百万个事实的数据集，同时论文也开源了代码。

在这个领域中，一些相关的研究包括：《Datalog with Constraints: A Foundation for Trustworthy Datalog Systems》、《A Survey of Datalog Optimization Techniques》等。