A complete axiomatization for functional and multivalued dependencies in database relations

Beeri, Catriel; Fagin, Ronald; Howard, John H.

doi:10.1145/509404.509414

Cited by 235 publications

(183 citation statements)

References 6 publications

Supporting

Mentioning

181

Contrasting

Unclassified

Order By: Relevance

“…Cho U là tập các thuộc tính của lớp C và X, Y, Z, W ∈ U, dựa vào định lý trên và các kết quả của [3,6,8,11], ta có các luật suy dẫn fa-phụ thuộc sau.…”

Section: Fa-phụ Thuộcunclassified

A method for discovering component classes in fuzzy object classes

Ban¹,

Hà²,

Quang³

2012

JCC

View full text Add to dashboard Cite

Abstract. Bài báo tập trung nghiên cứu các loại quan hệ giữa các thuộc tính và giữa thuộc tính với phương thức trong một lớp đối tượng mờ. Mức độ gắn kết giữa các thuộc tính trong cơ sở dữ liệu mờ được xác định dựa trên khái niệm về phụ thuộc mạnh, yếu. Từ đó, chúng tôi đi phân tích lớp đối tượng mờ để phát hiện ra các lớp bộ phận tồn tại trong lớp làm cơ sở cho việc chuẩn hoá lớp nhằm hạn chế sự dư thừa dữ liệu.Tóm tắt. In this paper, we focus on reseaching the types of relationship between attributes, between the attributes and methods in a fuzzy object class. The degree of coherence between the attributes is determined by rely on the concepts of strong and weak dependent relation. From there, we analyse fuzzy object classes to detect the component classes in them as the basis for normalizing the class to reduce data redundancy. GIỚI THIỆUMột trong những kết quả nghiên cứu quan trọng trong các hệ thống cơ sở dữ liệu là giảm đến mức có thể dư thừa dữ liệu. Vấn đề dư thừa dữ liệu đã được nghiên cứu nhiều trong các hệ thống cơ sở dữ liệu quan hệ/hướng đối tượng. Tuy nhiên, nó chưa được nghiên cứu nhiều trong hệ thống cơ sở dữ liệu hướng đối tượng mờ. Sự dư thừa dữ liệu rất có hại đến tính toàn vẹn dữ liệu và không đảm bảo tính nhất quán thông tin. Trên cơ sở mô hình hướng đối tượng mờ của Zongmin Ma [11], chúng tôi trình bày phương pháp phân tích để phát hiện ra các lớp bộ phận chứa trong các lớp của cơ sở dữ liệu hướng đối tượng mờ làm cơ sở cho việc chuẩn hoá lớp nhằm hạn chế sự dư thừa dữ liệu. Phương pháp của chúng tôi dựa vào phụ thuộc mờ giữa các thuộc tính, phụ thuộc mờ giữa thuộc tính và phương thức trong một lớp (mờ). Bằng việc sử dụng các phụ thuộc mờ đó các lớp bộ phận (mờ hoặc rõ) chứa trong lớp đối tượng mờ sẽ được phát hiện. Bài báo được tổ chức như sau: mục 2 trình bày cơ sở lý thuyết về tập mờ, các quan hệ ngữ nghĩa và ước lượng ngữ nghĩa giữa hai tập mờ; mục 3 nêu các định nghĩa về các phụ thuộc mờ, các luật suy dẫn, trình bày qui trình phát hiện các lớp bộ phận; cuối cùng là phần kết luận.

show abstract

Section: Fa-phụ Thuộcunclassified

A method for discovering component classes in fuzzy object classes

Ban¹,

Hà²,

Quang³

2012

JCC

View full text Add to dashboard Cite

show abstract

“…It is well known [3] that MVDs have a finite complete axiomatization. The above example demonstrates that whenever a dependency is derived using sound axioms, the inferred dependency is logically implied by the given input set.…”

Section: ) Axiomatizationmentioning

confidence: 99%

“…It is known that the following EMVD inference axioms are sound [3], [38] . That is, there exists a derivation sequence of the BEMVD from the conflict-free set of BEMVDs using the inference axioms (BE1)-(BE4).…”

Section: A Conflict-free Embedded Dependenciesmentioning

confidence: 99%

See 1 more Smart Citation

On the implication problem for probabilistic conditional independency

Wong

Butz

2000

IEEE Trans. Syst., Man, Cybern. A

View full text Add to dashboard Cite

Abstract-The implication problem is to test whether a given set of independencies logically implies another independency. This problem is crucial in the design of a probabilistic reasoning system. We advocate that Bayesian networks are a generalization of standard relational databases. On the contrary, it has been suggested that Bayesian networks are different from the relational databases because the implication problem of these two systems does not coincide for some classes of probabilistic independencies. This remark, however, does not take into consideration one important issue, namely, the solvability of the implication problem.In this comprehensive study of the implication problem for probabilistic conditional independencies, it is emphasized that Bayesian networks and relational databases coincide on solvable classes of independencies. The present study suggests that the implication problem for these two closely related systems differs only in unsolvable classes of independencies. This means there is no real difference between Bayesian networks and relational databases, in the sense that only solvable classes of independencies are useful in the design and implementation of these knowledge systems. More importantly, perhaps, these results suggest that many current attempts to generalize Bayesian networks can take full advantage of the generalizations made to standard relational databases.Index Terms-Bayesian networks, embedded multivalued dependency, implication problem, probabilistic conditional independence, relational databases.

show abstract

“…The the original method is ignoring information that could be used to infer more precise dependencies [1], [2] and [3]. This paper proposes an improved method using linear regression to calculate the dependencies using the given values and interpreting the scales and units.…”

Section: Introductionmentioning

confidence: 99%

Optimizing Relationships Information in Repertory Grids

Calot

Britos

García-Martínez

Artificial Intelligence in Theory and Practice II

View full text Add to dashboard Cite

The Repertory Grid method is widely used in knowledge engineering to infer functional relationships between constructs given by an expert. The method is ignoring information that could be used to infer more precise dependencies. This paper proposes an improvement to take advantage on the information that is being ignored in the current method. Furthermore, this improvement fixes several other limitations attached to the original method, such as election in a discrete set of two values as a similarity pole or a contrast pole, the arbitrary measurement of distances, the unit-scale dependency and the normalization, among others. The idea is to use linear regression to estimate the correlation between constructs and use the fitness error as a distance measure.

show abstract

A complete axiomatization for functional and multivalued dependencies in database relations

Cited by 235 publications

References 6 publications

A method for discovering component classes in fuzzy object classes

A method for discovering component classes in fuzzy object classes

On the implication problem for probabilistic conditional independency

Optimizing Relationships Information in Repertory Grids

Contact Info

Product

Resources

About