DATOS DIFUSOS EN UN DBMS: SEMÁNTICA Y PRAGMÁTICA

DATOS DIFUSOS EN UN DBMS:
SEMÁNTICA Y PRAGMÁTICA
Prof. Leonid TINEO, PhD
UNIVERSIDAD SIIMÓN BOLÍVAR
VENEZUELA
Segundo Congreso Andino de
Computación. 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
ResultadosdeInvestigaci´onGrupo de Base de Datos Difusos (USB) 2/50

Grupo de Bases de Datos Difusas - USB
Grupo de Base de Datos Difusos (USB) 3/50
Leonid
TINEO
leonid@
usb.ve
Rosseline
RODRÍGUEZ
crodrig@
usb.ve
Ricardo
MONASCAL
rmonascal
@usb.ve
David
CORONADO
dcoronado
@usb.ve
Soraya
CARRASQUEL
scarrasquel
@usb.ve
Darwin
ROCHA
darwinrocha
@usb.ve
José Tomás
CADENAS
jtcadenas
@usb.ve
Josué
RAMÏREZ
ramirezjosue
@usb.ve

Grupo de Bases de Datos Difusas - USB
Grupo de Base de Datos Difusos (USB) ResultadosdeInvestigaci´on 3/50
Leonid
TINEO
leonid@
usb.ve
Rosseline
RODRÍGUEZ
crodrig@
usb.ve
Ricardo
MONASCAL
rmonascal
@usb.ve
David
CORONADO
dcoronado
@usb.ve
Soraya
CARRASQUEL
scarrasquel
@usb.ve
Darwin
ROCHA
darwinrocha
@usb.ve
José Tomás
CADENAS
jtcadenas
@usb.ve
Josué
RAMÏREZ
ramirezjosue
@usb.ve
David
Alejandro

L´ıneas de Investigaci´on
[Proyecto: Desaf´ıos 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
2
3
difusos

L´ıneas de Investigación
[Proyecto: Desaf´ıos 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
2
3
difusos
2
[Bases de Datos
Sensibles al Contexto]
Las BD permiten flexibilizar
la representacioń de los datos
mediante términos lingu¨´ısticos
Los términos lingu¨´ısticos
son elementos fuertemente
sensibles al contexto
La sensibilizacioń al contexto
mejora el uso de las BD
1
3

Preliminares
Conjunto difuso
Un conjunto difuso S en un uni-
verso X
µS : X → [0,1]

Preliminares
Conjunto difuso
verso X
µS : X → [0,1] Relacio´n de similitud
µS : X × X → [0,1]

Preliminares
Conjunto difuso
verso X
µS : X → [0,1] Relacio´n 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) =
m´axy (m´ın(µS(x,y),µS(y,z)))
∀x,y,z ∈X
1
2
3

Nu´meros Difusos-Distribucio´n de Posibilidad
Distribuci´on 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}

Nu´meros Difusos-Distribucioń de Posibilidad
Distribución 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}
Nu´mero Difuso Es un caso particular de un conjunto
difuso, donde el dominio es ordenado y la funcioń es
convexa y normalizada
1
x1 x2 x3 x4
1
1 2 3 4

Proyecto: Desaf´ıos del Modelo Relacional Difuso
Se trabaj´o con los diferentes tipos de datos del modelo relacional FUZZY
EER
Tipo 1: atributos con valores de datos precisos.
Tipo 2: atributos con valores de datos difusos
representados como nu´meros difusos.
Tipo 3: atributos con valores en un dominio formado por
etiquetas provisto de una relaci´on 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.
a
Como estudiaremos estas distribuciones de posibilidad por separado, las
llamaremos Tipo 5

Resultados obtenidos: Librer´ıa 2013 1
Librer´ıa
Se cre´o un librer´ıa que implementa
consultas difusas usando software libre para
atributos Tipo 3 con
1
Ordenamiento
Agrupamiento2
Se posee la definici´on formal de ellas.
1
A. Gyomrey, B. Stornelli R. Rodr´ıguez, L. Tineo, S. Carrasquel

Extensioń 2013 2
Extensioń
Se extiende MariaDB usando una arquitectura de
acoplamiento medio que consiste en una implementación
intermedia donde la lógica de la extensioń fue programada en
el lenguaje nativo del SGBD
Esta extensioń posee una capa externa programada en JAVA
que implementa los esquemas de traducción entre el lenguaje
extendido y el lenguaje nativo del SGBD
2
A. Gyomrey, B. Stornelli R. Rodr´ıguez, L. Tineo, S. Carrasquel

Esquemas de Traducción 2015 3
Esquemas de Traducción
Traducen sentencias de manipulacioń y consulta
de BD con cualidades difusas a Postgre SQL
extendiendo el catálogo de datos
3
R. Rodr´ıguez, L. Tineo, S. Carrasquel, R. Monascal

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

Cat´alogo

Ejemplo

Ejemplo Group BY

Ejemplo ORDER BY

Aplicacioń 4
Aplicacioń web 2013
Se construyo´ una aplicación Web, sobre una base de
datos real usando MariaDB extendido, con consultas
difusas.
4
S. Moreau, C. Timaury, R. Rodr´ıguez, L. Tineo, S. Carrasquel (2013)

Cercan´ıa ciudades 5
5

Categor´ıa empresas 6
6

Resultado de una consulta 7
7

Datos tipo 2. 20148
2014
Se migro´ el proyecto anterior a PostgreSQL sin afectar la
funcionalidad
Se creó sintaxis de literales difusos
Se extendió el catálogo, el parser, las operaciones
Se usó la base de datos de de Opinioń Estudiantil (USB)
Se agregó a las materias 3 atributos difusos calculados sobre las
respuestas a las siguientes preguntas
◮ Calificacioń que esperas obtener al final del curso
◮ As´ıgnale un puntaje al grado de dificultad del curso
◮ Preparación previa para cursar esta asignatura
8
J. Melian, J. Antonini, J. Goncalves, R. Monascal, D. Coronado, L. Tineo, S.
Carrasquel (2014)

Portal web. 2014
9
9
L. Esparragoza, J. Lovera, C. Nardone, R. Porras, R. Monascal, R. Rodr´ıguez, D.
Coronado, L. Tineo, S. Carrasquel (2014)

Casos de uso

Diagrama de base de datos

El nombre, mascota y disen˜o seleccionados

Pruebas de compatibilidad

Pruebas de funcionamiento
http://fuzzydodb.ldc.usb.ve/

Análisis de Desempenõ 2014: Bases de datos
Pokemón (creada)
10
P. Zambrano, V. Balleste, A. Marcano, L. M. Garc´ıa, R. Monascal, R. Rodr´ıguez, D.

Análisis de Desempenõ 2014: Bases de datos
Pokemón (creada) World
10
10
P. Zambrano, V. Balleste, A. Marcano, L. M. Garc´ıa, R. Monascal, R. Rodr´ıguez, D.

Resultados

Ordenamiento de diferentes tipos de datos difusos
Datos Tipo 1 atributos con valores de datos precisos
Nombre · ·
·
Edad
Ju´an 28
Jos´e 20
Mar´ıa 25
Marta 19
Alberto 21

Se puede ordenar de forma clásica.
Nombre · ·
·
Edad
Juán 28
José 20
Mar´ıa 25
Marta 19
Alberto 21
Nombre · ·
·
Edad
Marta 19
José 20
Alberto 21
Mar´ıa 25
Juán 28

Se puede consultar de acuerdo a algu-
na etiqueta difusa, por ejemplo
16 18 20 22
Joven = { 1/Marta, 1/José, 0,5/Alberto}
Nombre · ·
·
Edad
Juán 28
José 20
Mar´ıa 25
Marta 19
Alberto 21
1 Joven

Datos Tipo 3
Atributos con valores en un dominio formado por etiquetas provisto de una
relación de similitud entre las etiquetas
Nombre · ·
·
Edad
Juán Mayor
José Joven
Mar´ıa Adulto
Marta Mayor
Alberto Adulto
Jo Ad Ma
Jo 1 0.75 0
Ad – 1 0,5
Ma – – 1

Datos Tipo 3
Se puede ordenar usando la relación
de similitud, escogiendo la primera
clase de la lista (Joven):
Nombre · ·
·
Edad
Juán Mayor
José Joven
Mar´ıa Adulto
Marta Mayor
Alberto Adulto
Jo Ad Ma
Jo 1 0.75 0
Ad – 1 0,5
Ma – – 1
Nombre · ·
·
Edad
José Joven
Mar´ıa Adulto
Alberto Adulto
Marta Mayor
Juán Mayor

Datos Tipo 3
Se puede agrupar igualmente
Joven = { 1/José,
0,75/Mar´ıa, 0,75/Alberto}
Adulto = { 1/Mar´ıa, 1/Alberto,
0,75/José,
0,5/Juán, 0,5/Marta}
Mayor = { 1/Juán, 1/Marta,
0,5/Mar´ıa, 0,5/Alberto}
Nombre · ·
·
Edad
Juán Mayor
José Joven
Mar´ıa Adulto
Marta Mayor
Alberto Adulto
Jo Ad Ma
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 relación de simi-
litud las llamaremos datos Tipo 5 y se
estudiarán posteriormente
Nombre · ·
·
Edad
Juán Mayor
José Joven
Mar´ıa Adulto
Marta Mayor
Alberto Adulto
Jo Ad Ma
Jo 1 0.75 0
Ad – 1 0,5
Ma – – 1

Datos Tipo 2
Atributos con valores de datos difusos representados como nu´meros difusos
Nombre · ·
·
Edad · ·
·
Ju´an - {0, 75/16, 1/18, 1/20,
0,75/22}
-
Jos´e - {0,75/18, 1/20, 0,75/25} -
Mar´ıa - (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 implementándolos y compa-
rando.
Grupo de Base de DatosResultadosdeInvestigación 38/50
Nombre · · · Edad · · ·
Juán - {0, 75/16, 1/18, 1/20,
0,75/22}
-
José - {0,75/18, 1/20, 0,75/25} -
Mar´ıa - (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 · · ·
Ju´an - {0, 75/16, 1/18, 1/20,
0,75/22}
-
Jos´e - {0,75/18, 1/20, 0,75/25} -
Mar´ıa - (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 relación de similitud
Nombre · · · Edad
Juán {1/Jo}
José {0,75/Jo, 1/Ad, 0,75/Ma}
Mar´ıa {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
También se está implementan-
do.
Juán {1/Jo}
José {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 combinación de ca-
sos, existen varias formas de or-
denar/agrupar.
Juán {1/Jo}
José {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 relación de
similitud
Actualmente, en estudio.
Juán {1/Jo}
José {0,75/Jo, 1/Ad, 0,75/Ma}
Alberto {1/Ad}
Juán Joven
José Joven
Mar´ıa Adulto
Marta Mayor
Alberto Adulto

Datos Tipo 4
Atributos con valores en un dominio formado por etiquetas sin relación de
similitud
Es una combinación de casos pre-
vios, por lo que esperamos resolver
este caso una vez éstos estén con-
cluidos.
Juán {1/Jo}
José {0,75/Jo, 1/Ad, 0,75/Ma}
Alberto {1/Ad}
Juán Joven
José Joven
Mar´ıa Adulto
Marta Mayor
Alberto Adulto

Tipos de Ordenamiento: Sugeno
Tineo, S. Carrasquel (2014)
11
S. Alibrandi, J. Delgado, J. Figueredo, R. Monascal, R. Rodr´ıguez, D. Coronado, L.

Tipos de Ordenamiento: Sugeno
11
11

Tipos de Ordenamiento: Choquet
12

Tipos de Ordenamiento: Choquet
12
12

Tipos de Ordenamiento: Riemann
13

Tipos de Ordenamiento: Riemann
13
13

Aplicacio´n 2014

Constantes Tipo 2

Trabajos futuros
Para datos tipo 4
ORDER BY
GROUP BY
Esquemas de traducción
Aplicaciones
Análisis de desempenõ

Para Datos Tipo 1-2-3-4
Se plantea para todos los Tipos de datos
Extender la cl´ausula
WINDOW BY

Contáctanos …
Grupo de Base de Datos Difusos (USB) ResultadosdeInvestigaci´on
Leonid
TINEO
leonid@
usb.ve
Rosseline
RODRÍGUEZ
crodrig@
usb.ve
Ricardo
MONASCAL
rmonascal
@usb.ve
David
CORONADO
dcoronado
@usb.ve
Soraya
CARRASQUEL
scarrasquel
@usb.ve
Darwin
ROCHA
darwinrocha
@usb.ve
José Tomás
CADENAS
jtcadenas
@usb.ve
Josué
RAMÏREZ
ramirezjosue
@usb.ve
David
Alejandro

DATOS DIFUSOS EN UN DBMS: SEMÁNTICA Y PRAGMÁTICA

Recomendados

Recomendados

Más contenido relacionado

Similar a DATOS DIFUSOS EN UN DBMS: SEMÁNTICA Y PRAGMÁTICA

Similar a DATOS DIFUSOS EN UN DBMS: SEMÁNTICA Y PRAGMÁTICA (20)

Último

Último (16)

DATOS DIFUSOS EN UN DBMS: SEMÁNTICA Y PRAGMÁTICA