Ce projet permet d'analyser et d'extraire des motifs spécifiques dans des réseaux ou des graphes, notamment pour identifier des chemins caractéristiques ou des structures récurrentes. Il facilite l'étude des relations entre entités et l'optimisation de flux, utile dans des domaines comme la logistique, la biologie ou l'informatique théorique. Les outils développés aident à transformer des données complexes en informations exploitables pour la prise de décision.

Ce projet permet d'analyser et d'optimiser des graphes pour résoudre des problèmes de parcours, de logistique ou de réseaux. Il facilite la modélisation de structures complexes comme des réseaux de transport, des circuits électroniques ou des flux de données. Les algorithmes intégrés aident à identifier les chemins optimaux, à détecter des goulots d'étranglement ou à simuler des scénarios d'évolution. L'outil est particulièrement utile pour les ingénieurs, les chercheurs ou les data scientists travaillant sur des systèmes interconnectés.

Ce projet vise à fournir des informations détaillées sur les ensembles de données, les schémas et les requêtes utilisés pour l'expérimentation dans une recherche sur l'optimisation de requêtes basée sur un schéma pour des bases de données de graphes. Les ensembles de données comprennent YAGO et LDBC-SNB, qui sont représentés sous forme de nœuds et d'arêtes dans des graphiques. Des schémas spécifiques ont été créés pour chaque ensemble de données pour aider à l'optimisation de requêtes basée sur un schéma. Les requêtes examinées dans l'étude sont acycliques et récursives ou non récursives, avec des formes de requêtes allant de l'arbre aux cycles.