[논문 리뷰] Query Data With Fuzzy Information In Object-Oriented Databases An Approach Interval Values

Đoàn Văn Thắng, Đoàn Văn Ban|arXiv (Cornell University)|2016. 10. 16.

Data Management and Algorithms인용 수 4

한 줄 요약

이 논문은 객체지향 데이터베이스에서 흐린 및 불확실한 데이터를 쿼리하기 위한 새로운 접근법을 제안한다. 이는 [0,1] 범위 내에서 속성 값들을 간격 값으로 표현하고 히지 대칭론 의미론을 활용한다. 이는 하위간격 간 비교 알고리즘을 도입하여 흐린 쿼리 평가를 가능하게 하며, 모호한 데이터를 처리할 때 정밀도를 향상시키면서 의미론적 일관성을 유지한다.

ABSTRACT

In this paper, we propose methods of handling attributive values of object classes in object oriented database with fuzzy information and uncertainty based on quantitatively semantics based hedge algebraic. In this approach we consider to attributive values (as well as methods) object class is interval values and the interval values are converted into sub interval in [0, 1] respectively. That its the fuzziness of the elements in the hedge algebra is also sub interval in [0,1]. So, we present an algorithm allows the comparison of two sub interval [0,1] helping the requirements of the query data

연구 동기 및 목표

• 객체지향 데이터베이스에서 불확실하고 흐린 데이터를 쿼리하는 데 도전 과제를 해결하기 위해.
• 모호함을 표현하기 위해 속성 값과 메서드를 [0,1] 범위 내 간격 값으로 모델링하기 위해.
• 정량적 흐린 추론을 위해 간격 기반 표현과 히지 대칭론 의미론을 통합하기 위해.
• 쿼리 평가를 지원하기 위해 [0,1] 내 하위간격 간 비교 메커니즘을 개발하기 위해.
• OO 데이터베이스에서 흐린 정보를 정확하고 의미적으로 유의미하게 쿼리할 수 있도록 하기 위해.

제안 방법

• 객체 클래스의 속성과 메서드를 [0,1] 범위로 매핑된 간격 값으로 표현하기 위해.
• 히지 대칭론 의미론에 기반하여 [0,1] 내 하위간격을 사용하여 모호함을 모델링하기 위해.
• [0,1] 내 두 하위간격 간 비교 알고리즘을 정의하여 쿼리 내 흐린 조건을 평가하기 위해.
• 간격 비교 메커니즘을 활용하여 선택, 조인 및 기타 쿼리 연산을 지원하기 위해.
• 신뢰할 수 있는 쿼리 결과를 얻기 위해 흐린 의미론과 간격 산술 간 일관성을 확보하기 위해.
• 이 접근법을 객체지향 데이터베이스 모델에 통합하여 흐린 쿼리 처리를 지원하기 위해.

실험 결과

연구 질문

• RQ1 어떻게 객체지향 데이터베이스에서 흐린 및 불확실한 데이터를 효과적으로 모델링할 수 있는가?
• RQ2 OO 데이터베이스에서 흐린 속성 값에 적절한 간격 기반 표현은 무엇인가?
• RQ3 간격 값 간의 흐린 비교는 어떻게 공식적으로 정의하고 계산할 수 있는가?
• RQ4 어떤 메커니즘이 OO 데이터베이스에서 흐린 데이터에 대한 정확한 쿼리 평가를 가능하게 하는가?
• RQ5 제안된 간격 비교 알고리즘이 쿼리 정밀도와 일관성에 어떻게 기여하는가?

주요 결과

• 제안된 간격 표현은 [0,1] 내에서 흐린 속성 값을 효과적으로 모델링하며, 정밀한 의미론적 해석을 가능하게 한다.
• 하위간격 간 비교 알고리즘은 쿼리 내 흐린 조건 평가를 위한 공식적 메커니즘을 제공한다.
• [0,1] 내 간격으로 흐린 요소를 매핑함으로써 기존 데이터베이스 쿼리 처리 논리와의 통합이 가능해진다.
• 이 방법은 히지 대칭론 의미론과의 일관성을 유지하면서도 흐린 데이터에 대한 쿼리 처리를 지원한다.
• 간격 기반 추론을 통해 객체지향 데이터베이스에서 불확실성을 신뢰성 있게 다룰 수 있다.
• 이 프레임워크는 OO 데이터베이스를 공식적 의미론을 갖춘 흐린 쿼리 처리를 지원하도록 확장하는 데의 실현 가능성을 보여준다.