[论文解读] Query Data With Fuzzy Information In Object-Oriented Databases An Approach Interval Values

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

Data Management and Algorithms被引用 4

一句话总结

本文提出了一种新颖的方法，通过将属性值表示为[0,1]区间内的值，并利用歧义代数语义，实现对面向对象数据库中模糊和不确定数据的查询。该方法引入了一种子区间比较算法，以支持模糊查询评估，从而在保持语义一致性的同时，提高处理不精确数据的精度。

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

研究动机与目标

• 为解决面向对象数据库中查询不确定和模糊数据的挑战。
• 将属性值和方法建模为[0,1]范围内的区间值，以表示模糊性。
• 将歧义代数语义与基于区间的表示相结合，实现定量模糊推理。
• 开发[0,1]区间内子区间的比较机制，以支持查询评估。
• 实现对面向对象数据库中模糊信息的准确且语义有意义的查询。

提出的方法

• 将对象类的属性和方法表示为映射到[0,1]范围内的区间值。
• 基于歧义代数语义，使用[0,1]内的子区间来建模模糊性。
• 定义[0,1]内两个子区间的比较算法，以评估查询中的模糊条件。
• 利用区间比较机制支持选择、连接及其他查询操作。
• 确保模糊语义与区间算术之间的一致性，以获得可靠的查询结果。
• 将该方法集成到面向对象数据库模型中，以支持模糊查询处理。

实验结果

研究问题

• RQ1 如何在面向对象数据库中有效建模模糊和不确定数据？
• RQ2 面向对象数据库中模糊属性值的合适区间表示是什么？
• RQ3 如何形式化定义并计算区间值之间的模糊比较？
• RQ4 哪些机制能够实现面向对象数据库中模糊数据的准确查询评估？
• RQ5 所提出的区间比较算法如何提升查询精度和一致性？

主要发现

• 所提出的区间表示方法能有效建模[0,1]范围内的模糊属性值，实现精确的语义解释。
• 子区间比较算法为评估查询中的模糊条件提供了正式机制。
• 将模糊元素映射到[0,1]区间内，使其能够与现有数据库查询处理逻辑集成。
• 该方法在保持与歧义代数语义一致性的前提下，支持对模糊数据的查询处理。
• 该方法通过基于区间的推理，实现了对面向对象数据库中不确定性的可靠处理。
• 该框架证明了扩展面向对象数据库以支持具有形式化语义的模糊查询的可行性。