DATOS DIFUSOS EN UN DBMS: SEMÁNTICA Y PRAGMÁTICA

Prof. Leonid TINEO, PhDUNIVERSIDAD SIIMÓN BOLÍVARVENEZUELA

Segundo Congreso Andino deComputación. Informática y Educación

CACIED 2015

Esquema del Contenido

• El grupo de investigación

• Preliminares

• Resultados obtenidos

• Librería 2013-Extensión-Esquemas de Traducción

• Aplicación web 2013

• Datos tipo 2. 2014

• Página web 2014 Análisis de desempeño

• Ordenamiento de diferentes tipos de datos difusos

• Distintos tipos de ordenamientos

• Trabajos futuros

Resultados de InvestigacionGrupo de Base de Datos Difusos (USB) 2 /50

Grupo de Bases de Datos Difusas - USB

Grupo de Base de Datos Difusos (USB) 3 /50

LeonidTINEO

leonid@usb.ve

RosselineRODRÍGUEZ

crodrig@usb.ve

Ricardo MONASCAL

rmonascal@usb.ve

DavidCORONADOdcoronado@usb.ve

SorayaCARRASQUELscarrasquel@usb.ve

DarwinROCHAdarwinrocha@usb.ve

José TomásCADENASjtcadenas@usb.ve

Josué RAMÏREZ

ramirezjosue@usb.ve

Grupo de Bases de Datos Difusas - USB

Grupo de Base de Datos Difusos (USB) Resultados de Investigacion 3 /50

LeonidTINEO

leonid@usb.ve

RosselineRODRÍGUEZ

crodrig@usb.ve

Ricardo MONASCAL

rmonascal@usb.ve

Josué RAMÏREZ

ramirezjosue@usb.ve

David Alejandro

Lıneas de Investigacion

[Proyecto: Desafıos del Modelo

Relacional Difuso]

Resolver problemas abiertos del

Modelo Relacional Difuso,

particularmente vinculados a

1 relaciones de similitud

distribuciones de posibilidad y

operaciones con atributos

difusos

Lıneas de Investigacion

[Proyecto: Desafıos del Modelo

Relacional Difuso]

Resolver problemas abiertos del

Modelo Relacional Difuso,

particularmente vinculados a

1 relaciones de similitud

distribuciones de posibilidad y

operaciones con atributos

difusos

[Bases de Datos

Sensibles al Contexto]

Las BD permiten flexibilizar

la representacion de los datos

mediante terminos lingu ısticos

Los terminos lingu ısticos

son elementos fuertemente

sensibles al contexto

La sensibilizacion al contexto

mejora el uso de las BD

Preliminares

Conjunto difusoUn conjunto difuso S en un uni-

verso X

µS : X → [0,1]

Preliminares

verso X

µS : X → [0,1]

Preliminares

verso X

µS : X → [0,1] Relacion de similitud

µS : X × X → [0,1]

Preliminares

verso X

µS : X → [0,1] Relacion de similitud

µS : X × X → [0,1]

µS(x,x) = 1,∀x ∈X

µS(x,y) = µS(y,x),∀x,y ∈X

µS(x,z) =maxy (mın(µS(x,y),µS(y,z)))∀x,y,z ∈X

Numeros Difusos-Distribucion de Posibilidad

Distribucion de posibilidad Es el conjunto difuso de los

posibles valores de una variable.

πa = {πa(x)/x ,x ∈U }

πa = {πa(x1)/x1,πa(x2)/x2,.. .,πa(xn)/xn}

Numeros Difusos-Distribucion de Posibilidad

Distribucion de posibilidad Es el conjunto difuso de los

posibles valores de una variable.

πa = {πa(x)/x ,x ∈U }

πa = {πa(x1)/x1,πa(x2)/x2,.. .,πa(xn)/xn}

Numero Difuso Es un caso particular de un conjunto

difuso, donde el dominio es ordenado y la funcion es

convexa y normalizada

x1 x2 x3 x4

1 2 3 4

Proyecto: Desafıos del Modelo Relacional Difuso

Se trabajo con los diferentes tipos de datos del modelo relacional FUZZY

Tipo 1: atributos con valores de datos precisos.

Tipo 2: atributos con valores de datos difusos

representados como numeros difusos.

Tipo 3: atributos con valores en un dominio formado por

etiquetas provisto de una relacion de similitud entre las

etiquetas y distribuciones de posibilidad sobre ellasa.

Tipo 4: similar a los atributos del tipo 3, pero sin las

relaciones de similitud.

aComo estudiaremos estas distribuciones de posibilidad por separado, lasllamaremos Tipo 5

Resultados obtenidos: Librerıa 2013 1

Librerıa

Se creo un librerıa que implementa

consultas difusas usando software libre para

atributos Tipo 3 con

1 Ordenamiento

Agrupamiento2

Se posee la definicion formal de ellas.

1A. Gyomrey, B. Stornelli R. Rodrıguez, L. T ineo, S. CarrasquelGrupo de Base de Datos Difusos (USB) Resultados de Investigacion 9 /50

Extension 2013 2

Extension

Se extiende MariaDB usando una arquitectura de

acoplamiento medio que consiste en una implementacion

intermedia donde la logica de la extension fue programada en

el lenguaje nativo del SGBD

Esta extension posee una capa externa programada en JAVA

que implementa los esquemas de traduccion entre el lenguaje

extendido y el lenguaje nativo del SGBD

2A. Gyomrey, B. Stornelli R. Rodrıguez, L. T ineo, S. CarrasquelGrupo de Base de Datos Difusos (USB) Resultados de Investigacion 10 /50

Esquemas de Traduccion 2015 3

Esquemas de Traduccion

Traducen sentencias de manipulacion y consulta

de BD con cualidades difusas a Postgre SQL

extendiendo el catalogo de datos

3R. Rodrıguez, L. T ineo, S. Carrasquel, R. MonascalGrupo de Base de Datos Difusos (USB) Resultados de Investigacion 11 /50

Sentencias soportadas

SELECT

CREATE TABLE

ALTER TABLE

DROP TABLE

CREATE FUZZY DOMAIN

ALTER FUZZY DOMAIN

◮ ADD VALUES◮ DROP VALUES◮ ADD SIMILARITY◮ DROP SIMILARITY

DROP FUZZY DOMAIN

Catalogo

Ejemplo

Ejemplo Group BY

Ejemplo ORDER BY

Aplicacion 4

Aplicacion web 2013

Se construyo una aplicacion Web, sobre una base de

datos real usando MariaDB extendido, con consultas

difusas.

4S. Moreau, C. Timaury, R. Rodrıguez, L. T ineo, S. Carrasquel (2013)Grupo de Base de Datos Difusos (USB) Resultados de Investigacion 17 /50

Cercanıa ciudades 5

Categorıa empresas 6

Resultado de una consulta 7

Datos tipo 2. 20148

Se migro el proyecto anterior a PostgreSQL sin afectar la

funcionalidad

Se creo sintaxis de literales difusos

Se extendio el catalogo, el parser, las operaciones

Se uso la base de datos de de Opinion Estudiantil (USB)

Se agrego a las materias 3 atributos difusos calculados sobre lasrespuestas a las siguientes preguntas

◮ Calificacion que esperas obtener al final del curso◮ Asıgnale un puntaje al grado de dificultad del curso◮ Preparacion previa para cursar esta asignatura

8J. Melian, J. Antonini, J. Goncalves, R. Monascal, D. Coronado, L. T ineo, S.

Carrasquel (2014)Grupo de Base de Datos Difusos (USB) Resultados de Investigacion 21 /50

Portal web. 2014

9L. Esparragoza, J. Lovera, C. Nardone, R. Porras, R. Monascal, R. Rodrıguez, D.Coronado, L. T ineo, S. Carrasquel (2014)

Casos de uso

Diagrama de base de datos

El nombre, mascota y diseno seleccionados

Pruebas de compatibilidad

Pruebas de funcionamiento

http://fuzzydodb.ldc.usb.ve/

Analisis de Desempeno 2014: Bases de datos

Pokemon (creada)

10P. Zambrano, V. Balleste, A. Marcano, L. M. Garcıa, R. Monascal, R. Rodrıguez, D.Coronado, L. T ineo, S. Carrasquel (2014)

Analisis de Desempeno 2014: Bases de datos

Pokemon (creada) World

10P. Zambrano, V. Balleste, A. Marcano, L. M. Garcıa, R. Monascal, R. Rodrıguez, D.Coronado, L. T ineo, S. Carrasquel (2014)

Resultados

Ordenamiento de diferentes tipos de datos difusos

Datos Tipo 1 atributos con valores de datos precisos

Nombre · ··

Juan 28

Jose 20

Marıa 25

Marta 19

Alberto 21

Se puede ordenar de forma clasica.

Nombre · ··

Juan 28

Jose 20

Marıa 25

Marta 19

Alberto 21

Nombre · ··

Marta 19

Jose 20

Alberto 21

Marıa 25

Juan 28

Se puede consultar de acuerdo a algu-

na etiqueta difusa, por ejemplo

16 18 20 22

Joven = { 1/Marta, 1/Jose, 0,5/Alberto}

Nombre · ··

Juan 28

Jose 20

Marıa 25

Marta 19

Alberto 21

1 Joven

Datos Tipo 3

Atributos con valores en un dominio formado por etiquetas provisto de una

relacion de similitud entre las etiquetas

Nombre · ··

Juan Mayor

Jose Joven

Marıa Adulto

Marta Mayor

Alberto AdultoJo Ad Ma

Jo 1 0.75 0

Ad – 1 0,5

Ma – – 1

Datos Tipo 3

Se puede ordenar usando la relacion

de similitud, escogiendo la primera

clase de la lista (Joven):

Nombre · ··

Juan Mayor

Jose Joven

Marıa Adulto

Marta Mayor

Jo 1 0.75 0

Ad – 1 0,5

Ma – – 1

Nombre · ··

Jose Joven

Marıa Adulto

Alberto Adulto

Marta Mayor

Juan Mayor

Datos Tipo 3

Se puede agrupar igualmente

Joven = { 1/Jose,

0,75/Marıa, 0,75/Alberto}

Adulto = { 1/Marıa, 1/Alberto,

0,75/Jose,

0,5/Juan, 0,5/Marta}

Mayor = { 1/Juan, 1/Marta,

0,5/Marıa, 0,5/Alberto}

Nombre · ··

Juan Mayor

Jose Joven

Marıa Adulto

Marta Mayor

Jo 1 0.75 0

Ad – 1 0,5

Ma – – 1

Datos Tipo 3

Las distribuciones de posibilidad so-

bre etiquetas lingu ısticas no ordena-

das provistas de una relacion de simi-

litud las llamaremos datos Tipo 5 y se

estudiaran posteriormente

Nombre · ··

Juan Mayor

Jose Joven

Marıa Adulto

Marta Mayor

Jo 1 0.75 0

Ad – 1 0,5

Ma – – 1

Datos Tipo 2

Atributos con valores de datos difusos representados como numeros difusos

Nombre · ··

Edad · ··

Juan - {0, 75/16, 1/18, 1/20,0,75/22}

Jose - {0,75/18, 1/20, 0,75/25} -

Marıa - (22, 25, 28, 30) -

Marta - (25, 28, 30, 32) -

Alberto - {1/30} -

Datos Tipo 2

Para este tipo de datos

Existen varios tipos de ordenamiento: estamos implementandolos y compa-

rando.

Grupo de Base de DatosDifusos (USB)

Resultados de Investigacion 38 /50

Nombre · · · Edad · · ·

Juan - {0, 75/16, 1/18, 1/20,0,75/22}

Jose - {0,75/18, 1/20, 0,75/25} -

Marıa - (22, 25, 28, 30) -

Marta - (25, 28, 30, 32) -

Alberto - {1/30} -

Datos Tipo 2

Para este tipo de datos

Con cada ordenamiento, se puede definir un agrupamiento.

Nombre · · · Edad · · ·

Juan - {0, 75/16, 1/18, 1/20,0,75/22}

Jose - {0,75/18, 1/20, 0,75/25} -

Marıa - (22, 25, 28, 30) -

Marta - (25, 28, 30, 32) -

Alberto - {1/30} -

Datos Tipo 5

Las distribuciones de posibilidad sobre etiquetas lingu ısticas no ordenadas

provistas de una relacion de similitud

Nombre · · · Edad

Juan {1/Jo}

Jose {0,75/Jo, 1/Ad , 0,75/Ma}

Marıa {0,75/Ad , 1/Ma}

Marta {1/Ad, 0,75/Ma}

Alberto {1/Ad}

Jo Ad Ma

Jo 1 0.75 0

Ad – 1 0,75

Ma – – 1

Datos Tipo 5

Este caso

Tambien se esta implementan-

Juan {1/Jo}

Jose {0,75/Jo, 1/Ad , 0,75/Ma}

Alberto {1/Ad}

Jo Ad Ma

Jo 1 0.75 0

Ad – 1 0,75

Ma – – 1

Datos Tipo 5

Este caso

Por ser una combinacion de ca-

sos, existen varias formas de or-

denar/agrupar.

Juan {1/Jo}

Jose {0,75/Jo, 1/Ad , 0,75/Ma}

Alberto {1/Ad}

Jo Ad Ma

Jo 1 0.75 0

Ad – 1 0,75

Ma – – 1

Datos Tipo 4

Atributos con valores en un dominio formado por etiquetas sin relacion de

similitud

Actualmente, en estudio.

Juan {1/Jo}

Jose {0,75/Jo, 1/Ad , 0,75/Ma}

Alberto {1/Ad}Nombre · · · Edad

Juan Joven

Jose Joven

Marıa Adulto

Marta Mayor

Alberto Adulto

Datos Tipo 4

Atributos con valores en un dominio formado por etiquetas sin relacion de

similitud

Es una combinacion de casos pre-

vios, por lo que esperamos resolver

este caso una vez estos esten con-

cluidos.

Juan {1/Jo}

Jose {0,75/Jo, 1/Ad , 0,75/Ma}

Alberto {1/Ad}Nombre · · · Edad

Juan Joven

Jose Joven

Marıa Adulto

Marta Mayor

Alberto Adulto

Tipos de Ordenamiento: Sugeno

Tineo, S. Carrasquel (2014)

11S. Alibrandi, J. Delgado, J. Figueredo, R. Monascal, R. Rodrıguez, D. Coronado, L.

Tipos de Ordenamiento: Choquet

12S. Alibrandi, J. Delgado, J. Figueredo, R. Monascal, R. Rodrıguez, D. Coronado, L. T ineo, S. Carrasquel (2014)

Tineo, S. Carrasquel (2014)Grupo de Base de DatosDifusos (USB)

Tipos de Ordenamiento: Riemann

Aplicacion 2014

Constantes Tipo 2

Trabajos futuros

Para datos tipo 4

ORDER BY

GROUP BY

Esquemas de traduccion

Aplicaciones

Analisis de desempeno

Para Datos T ipo 1-2-3-4

Se plantea para todos los Tipos de datos

Extender la clausula

WINDOW BY

Contáctanos …

Grupo de Base de Datos Difusos (USB) Resultados de Investigacion

LeonidTINEO

leonid@usb.ve

RosselineRODRÍGUEZ

crodrig@usb.ve

Ricardo MONASCAL

rmonascal@usb.ve

Josué RAMÏREZ

ramirezjosue@usb.ve

David Alejandro

DATOS DIFUSOS EN UN DBMS: SEMÁNTICA Y PRAGMÁTICA

Technology

Transcript of DATOS DIFUSOS EN UN DBMS: SEMÁNTICA Y PRAGMÁTICA

Dbms investigacion equipo #3

Dbms Existentes

PLN pragmática y discurso1 Pragmática y discurso Discurso Pragmática Diálogo.

5. PRAGMÁTICA

Pragmática Pinto

Utp sirn_sl9 sistemas difusos

Herramientas Dbms Moviles

LÍMITES DIFUSOS

DBMS. SISTEMA DE ADMINISTRACIÓN DE BASES DE DATOS = DBMS = DataBase Manager System CREAR Y ADMINISTRAR BASE DE DATOS.

Dbms presentation!!

Conjunt0s y sistm difusos

Componentes de Un DBMS

Sistemas Difusos Tarea_1

DBMS (SGBD) El Sistema de Gestión

instalacion de los dbms postgresql y mysql

Utp sirn_cap9_conjuntos difusos

Conjunto y Sistemas Difusos

SISTEMAS DIFUSOS

Dbms presentaion

Serie –pragmática