연구팀은 관계형 데이터베이스(RDB)를 그래프로 모델링하는 관계형 딥러닝(RDL)의 새로운 프레임워크 FROG을 제안했어요. FROG은 테이블 역할을 모델링하여 그래프 구조를 학습하고, 기존 방식의 고정된 구조에 의존하지 않도록 설계됐어요.
테이블과 엔티티 수준에서 표현식을 정규화하는 기능 종속성 제약 조건을 도입하여 의미 일관성을 확보했어요. 다양한 실험을 통해 기존 방식보다 성능이 우수함을 확인했어요.
테이블 역할이 하위 작업에 미치는 영향을 분석하여 RDL 그래프 구축에 대한 새로운 통찰력을 제공했어요.