![]() | Monter d'un niveau |
Amine MhedhbiDépartement de génie informatique et génie logicielCe graphique trace les liens entre tous les collaborateurs des publications de {} figurant sur cette page.
Chaque lien représente une collaboration sur la même publication. L'épaisseur du lien représente le nombre de collaborations.
Utilisez la molette de la souris ou les gestes de défilement pour zoomer à l'intérieur du graphique.
Vous pouvez cliquer sur les noeuds et les liens pour les mettre en surbrillance et déplacer les noeuds en les glissant.
Enfoncez la touche "Ctrl" ou la touche "⌘" en cliquant sur les noeuds pour ouvrir la liste des publications de cette personne.
Un nuage de mots est une représentation visuelle des mots les plus fréquemment utilisés dans un texte ou un ensemble de textes. Les mots apparaissent dans différentes tailles, la taille de chaque mot étant proportionnelle à sa fréquence d'apparition dans le texte. Plus un mot est utilisé fréquemment, plus il apparaît en grand dans le nuage de mots. Cette technique permet de visualiser rapidement les thèmes et les concepts les plus importants d'un texte.
Dans le contexte de cette page, le nuage de mots a été généré à partir des publications de l'auteur {}. Les mots présents dans ce nuage proviennent des titres, résumés et mots-clés des articles et travaux de recherche de cet auteur. En analysant ce nuage de mots, vous pouvez obtenir un aperçu des sujets et des domaines de recherche les plus récurrents et significatifs dans les travaux de cet auteur.Le nuage de mots est un outil utile pour identifier les tendances et les thèmes principaux dans un corpus de textes, facilitant ainsi la compréhension et l'analyse des contenus de manière visuelle et intuitive.
Dorbani, A., Yasser, S., Lin, J., & Mhedhbi, A. (2025). Beyond Quacking: Deep Integration of Language Models and RAG into DuckDB. Proceedings of the VLDB Endowment, 18(12), 5415-5418. Lien externe
Mhedhbi, A., Deshpande, A., & Salihoğlu, S. (2024). Modern Techniques For Querying Graph-structured Databases. Foundations and Trends in Databases, 14(2), 72-185. Lien externe
Mhedhbi, A., Deshpande, A., & Salihoglu, S. (2024). Modern techniques for querying graph-structured databases. Foundations and Trends in Databases, 14(2), 72-185. Lien externe
Mhedhbi, A. (2023). GraphflowDB : scalable query processing on graph-structured relation Lien externe
Mhedhbi, A., & Salihoğlu, S. (2022). Modern techniques for querying graph-structured relations: foundations, system implementations, and open challenges. Proceedings of the VLDB Endowment, 15(12), 3762-3765. Lien externe
Mhedhbi, A., Gupta, P., Khaliq, S., & Salihoğlu, S. (avril 2021). A+ Indexes: Tunable and Space-Efficient Adjacency Lists in Graph Database Management Systems [Communication écrite]. 37th IEEE International Conference on Data Engineering (ICDE 2021), Chania, Greece. Lien externe
Gupta, P., Mhedhbi, A., & Salihoğlu, S. (2021). Columnar storage and list-based processing for graph database management systems. Proceedings of the VLDB Endowment, 14(11), 2491-2504. Lien externe
Mhedhbi, A., Lissandrini, M., Kuiper, L., Waudby, J., & Szárnyas, G. (juin 2021). LSQB: a large-scale subgraph query benchmark [Communication écrite]. 4th ACM SIGMOD Joint International Workshop on Graph Data Management Experiences & Systems (GRADES 2021) and Network Data Analytics (NDA 2021) (11 pages). Lien externe
Mhedhbi, A., Kankanamge, C., & Salihoğlu, S. (2021). Optimizing One-time and Continuous Subgraph Queries using Worst-case Optimal Joins. ACM Transactions on Database Systems, 46(2), 6 (45 pages). Lien externe
Sahu, S., Mhedhbi, A., Salihoğlu, S., Lin, J., & Özsu, M. T. (2020). The ubiquity of large graphs and surprising challenges of graph processing: extended survey. The VLDB Journal, 29(2), 595-618. Lien externe
Mhedhbi, A., & Salihoglu, S. (2019). Optimizing subgraph queries by combining binary and worst-case optimal joins. Proceedings of the VLDB Endowment, 12(11), 1692-1704. Lien externe
Kankanamge, C., Sahu, S., Mhedhbi, A., Chen, J., & Salihoğlu, S. (mai 2017). Graphflow: An Active Graph Database [Communication écrite]. ACM International Conference on Management of Data (SIGMOD 2017), Chicago, Illinois, USA. Lien externe
Sahu, S., Mhedhbi, A., Salihoğlu, S., Lin, J., & Özsu, M. T. (2017). The ubiquity of large graphs and surprising challenges of graph processing. Proceedings of the VLDB Endowment, 11(4), 420-431. Lien externe