Relyatsion modelni optimallashtirishda suniy intellektdan foydalanishning ahamiyati

Авторы

  • Abrorjon Dilshodov Farg‘ona davlat texnika universiteti
  • Rahmonali Nematjonov Farg‘ona davlat texnika universiteti
  • Murodjon Azamjonov Farg‘ona davlat texnika universiteti

Аннотация

Ushbu maqolada relyatsion ma'lumotlar bazalarini optimallashtirishda suniy intellekt texnologiyalaridan foydalanishning nazariy asoslari va amaliy natijalari ko'rib chiqiladi. So'rovlarni avtomatik optimallashtirish, indekslash strategiyalari, prediktor modellar va mashinali o'rganish algoritmlarini ma'lumotlar bazalari bilan integratsiya qilish masalalari tahlil etiladi.

Kalit so‘zlar: relyatsion model, suniy intellekt, SQL optimallashtirish, mashinali o'rganish, ma'lumotlar bazasi, indekslash, so'rov rejalashtirish.

Библиографические ссылки

1. Marcus, R., & Papaemmanouil, O. (2019). Plan-structured deep neural network models for query performance prediction. VLDB.

2. Marcus, R. et al. (2021). Bao: Making Learned Query Optimization Practical. ACM SIGMOD.

3. Kraska, T. et al. (2018). The Case for Learned Index Structures. ACM SIGMOD.

4. Pavlo, A. et al. (2017). Self-Driving Database Management Systems. CIDR Conference.

5. Oracle Corporation (2023). Oracle Autonomous Database: Technical Documentation.

6. Microsoft (2023). Intelligent Query Processing in SQL Server. Microsoft Docs.

Загрузки

Опубликован

08.05.2026

Как цитировать

Dilshodov, A., Nematjonov, R., & Azamjonov, M. (2026). Relyatsion modelni optimallashtirishda suniy intellektdan foydalanishning ahamiyati. Research and Implementation, 4(5), 219–222. извлечено от https://rai-journal.uz/index.php/rai/article/view/1422

Выпуск

Раздел

Статьи