Provenance for Data-Intensive Systems

Projektinformationen

ProDIS

ID Finanzhilfevereinbarung: 804302

DOI

10.3030/804302

EK-Unterschriftsdatum 13 November 2018

Startdatum 1 Dezember 2018

Enddatum 30 November 2025

Finanziert unter

• EXCELLENT SCIENCE - European Research Council (ERC)

Gesamtkosten

€ 1 306 250,00

EU-Beitrag

€ 1 306 250,00

Koordiniert durch

TEL AVIV UNIVERSITY
Israel

CORDIS bietet Links zu öffentlichen Ergebnissen und Veröffentlichungen von HORIZONT-Projekten.

Links zu Ergebnissen und Veröffentlichungen von RP7-Projekten sowie Links zu einigen Typen spezifischer Ergebnisse wie Datensätzen und Software werden dynamisch von OpenAIRE abgerufen.

Veröffentlichungen

Conference proceedings (17)

Equivalence-Invariant Algebraic Provenance for Hyperplane Update Queries

Autoren: Pierre Bourhis, Daniel Deutch, Yuval Moskovitch
Veröffentlicht in: Proceedings of the 2020 SIGMOD Conference, 2020
Herausgeber: SIGMOD Conference 2020,

Computing the Shapley Value of Facts in Query Answering

Autoren: Daniel Deutch, Nave Frost, Benny Kimelfeld, Mikaël Monet
Veröffentlicht in: CoRR abs, 2021
Herausgeber: CoRR abs

ExplainED: Explanations for EDA Notebooks

Autoren: Deutch, Daniel ; Gilad, Amir ; Milo, Tova ; Somech, Amit
Veröffentlicht in: Proceedings of the VLDB Endowment, 2020
Herausgeber: Proceedings of the VLDB Endowment
DOI: 10.14778/3415478.3415508

Optimizing Counterfactual-based Analysis of Machine Learning ModelsThrough Databases

Autoren: Aviv Ben-Arie, Daniel Deutch, Nave Frost, Yair Horesh, Idan Meyuhas
Veröffentlicht in: Proceedings of the International Conference on Extending Database Technologies, 2024
Herausgeber: OpenProceedings.org

PITA: Privacy Through Provenance Abstraction

Autoren: Daniel Deutch, Ariel Frankenthal, Amir Gilad, Yuval Moskovitch
Veröffentlicht in: 2021 IEEE 37th International Conference on Data Engineering (ICDE), 2021
Herausgeber: IEEE
DOI: 10.1109/icde51399.2021.00311

Just in Time: Personal Temporal Insights for Altering Model Decisions

Autoren: Naama Boer, Daniel Deutch, Nave Frost, Tova Milo
Veröffentlicht in: 2019 IEEE 35th International Conference on Data Engineering (ICDE), 2019, Seite(n) 1988-1991, ISBN 978-1-5386-7474-1
Herausgeber: IEEE
DOI: 10.1109/icde.2019.00221

Explaining Missing Query Results in Natural Language

Autoren: Daniel Deutch, Nave Frost, Amir Gilad, Tomer Haimovich
Veröffentlicht in: 2020
Herausgeber: OpenProceedings.org

Reverse-Engineering Conjunctive Queries from Provenance Examples

Autoren: Daniel Deutch, Amir Gilad
Veröffentlicht in: 2019
Herausgeber: openproceedings.org

On Multiple Semantics for Declarative Database Repairs

Autoren: Amir Gilad, Daniel Deutch, Sudeepa Roy
Veröffentlicht in: Proceedings of the 2020 ACM SIGMOD International Conference on Management of Data, 2020, Seite(n) 817-831, ISBN 9781-450367356
Herausgeber: ACM
DOI: 10.1145/3318464.3389721

T-REx: Table Repair Explanations

Autoren: Daniel Deutch, Nave Frost, Amir Gilad, Oren Sheffer
Veröffentlicht in: Proceedings of the 2020 ACM SIGMOD International Conference on Management of Data, 2020, Seite(n) 2765-2768, ISBN 9781-450367356
Herausgeber: ACM
DOI: 10.1145/3318464.3384700

Hypothetical Reasoning via Provenance Abstraction

Autoren: Daniel Deutch, Yuval Moskovitch, Noam Rinetzky
Veröffentlicht in: Proceedings of the 2019 International Conference on Management of Data - SIGMOD '19, 2019, Seite(n) 537-554, ISBN 9781-450356435
Herausgeber: ACM Press
DOI: 10.1145/3299869.3300084

COBRA: Compression Via Abstraction of Provenance for Hypothetical Reasoning

Autoren: Daniel Deutch, Yuval Moskovitch, Noam Rinetzky
Veröffentlicht in: 2019 IEEE 35th International Conference on Data Engineering (ICDE), 2019, Seite(n) 2016-2019, ISBN 978-1-5386-7474-1
Herausgeber: IEEE
DOI: 10.1109/icde.2019.00228

Equivalence-Invariant Algebraic Provenance for Hyperplane Update Queries

Autoren: Pierre Bourhis, Daniel Deutch, Yuval Moskovitch
Veröffentlicht in: Proceedings of the 2020 ACM SIGMOD International Conference on Management of Data, 2020, Seite(n) 415-429, ISBN 9781-450367356
Herausgeber: ACM
DOI: 10.1145/3318464.3380578

CaFA: Cost-aware, Feasible Attacks With Database Constraints Against Neural Tabular Classifiers

Autoren: Matan Ben-Tov, Daniel Deutch, Nave Frost, Mahmood Sharif
Veröffentlicht in: 2024 IEEE Symposium on Security and Privacy (SP), 2024, Seite(n) 1345-1364
Herausgeber: IEEE
DOI: 10.1109/sp54263.2024.00218

Predicting Fact Contributions from Query Logs with Machine Learning

Autoren: Dana Arad, Daniel Deutch, Nave Frost
Veröffentlicht in: Proceedings of the International Conference on Extending Database Technologies, 2024
Herausgeber: OpenProceedings.org

MuSe: Multiple Deletion Semantics for Data Repair

Autoren: Amir Gilad, Yihao Hu, Daniel Deutch, Sudeepa Roy
Veröffentlicht in: Proceedings of the VLDB Endowment, 2020
Herausgeber: ASSOC COMPUTING MACHINERY
DOI: 10.14778/3415478.3415509

Explanations for Data Repair through Shapley Values

Autoren: Daniel Deutch, Nave Frost, Amir Gilad, Oren Sheffer
Veröffentlicht in: International Conference on Information and Knowledge Management, Proceedings, 2021
Herausgeber: International Conference on Information and Knowledge Management, Proceedings
DOI: 10.1145/3459637.3482341

Peer reviewed articles (4)

Banzhaf Values for Facts in Query Answering

Autoren: Omer Abramovich, Daniel Deutch, Nave Frost, Ahmet Kara, Dan Olteanu
Veröffentlicht in: Proceedings of the ACM on Management of Data, Ausgabe 2, 2024, Seite(n) 1-26, ISSN 2836-6573
Herausgeber: ACM
DOI: 10.1145/3654926

Explaining Natural Language query results

Autoren: Daniel Deutch, Nave Frost, Amir Gilad
Veröffentlicht in: The VLDB Journal, Ausgabe 29/1, 2020, Seite(n) 485-508, ISSN 1066-8888
Herausgeber: Springer Verlag
DOI: 10.1007/s00778-019-00584-7

Personal insights for altering decisions of tree-based ensembles over time

Autoren: Naama Boer, Daniel Deutch, Nave Frost, Tova Milo
Veröffentlicht in: Proceedings of the VLDB Endowment, Ausgabe 13/6, 2020, Seite(n) 798-811, ISSN 2150-8097
Herausgeber: PVLDB
DOI: 10.14778/3380750.3380752

Datalignment: Ontology Schema Alignment Through Datalog Containment

Autoren: Daniel Deutch, Evgeny Marants, Yuval Moskovitch
Veröffentlicht in: Proceedings of the VLDB Endowment, 2019, Seite(n) 1870-1873, ISSN 2150-8097
Herausgeber: PVLDB