O uso da teoria de conjuntos aproximados na modelagem de bases de dados relacionais e na extração de conhecimento.

AUTOR(ES)
DATA DE PUBLICAÇÃO

2005

RESUMO

Este trabalho de pesquisa apresenta e investiga dois modelos teóricos de modelagem de bases de dados que incorporam conceitos da Teoria de Conjuntos Aproximados a uma Base de Dados Relacional. O primeiro, o Modelo Relacional Aproximado, incorpora conceitos como a indiscernibilidade buscando dar mais flexibilidade e versatilidade às Bases de Dados Relacionais, tornando a maneira como os dados são tratados mais próxima da maneira como a mente humana os trata. O segundo, o Modelo Relacional Aproximado Fuzzy, estende o Modelo Relacional Aproximado agregando conceitos da Teoria de Conjuntos Fuzzy, visando representar as relações do modelo por meio de uma função de pertinência fuzzy. Isso permite quantificar a pertinência das tuplas às relações da base. Ambos os modelos são implementados tendo os pseudocódigos de seus operadores desenvolvidos e implementados. Com base nestes modelos é proposto um sistema híbrido que utiliza os conceitos do Modelo Relacional Aproximado e Aproximado Fuzzy combinados a um método simbólico de aprendizado para viabilizar a extração de conhecimento certo e conhecimento com certo grau de incerteza, a partir de Bases de Dados Relacionais Aproximadas e Aproximadas Fuzzy.

ASSUNTO(S)

sistema colaborativo aproximado-simbólico base de dados relacional aproximada conjuntos aproximados ciencia da computacao inteligência artificial

ACESSO AO ARTIGO

Documentos Relacionados