Aprendizado de Máquina Aplicado à Fragmentação Vertical de Bases de Objetos
Autores
|
2186 |
51,250,932
|
|
|
2187 |
51,250,932
|
|
|
2188 |
51,250,932
|
Informações:
Publicações do PESC
O desempenho das aplicações em Sistemas de Gerência de Base de Dados Orientado a Objetos Distribuídos é afetado fortemente pelo Projeto de Distribuição, que visa reduzir ao máximo o acesso das aplicações às informações irrelevantes e a troca de dados entre os nós de um sistema distribuído. Em um ambiente Orientado a Objetos, o Projeto de Distribuição é uma tarefa complexa e um problema em aberto. Nesta dissertação é apresentada uma abordagem baseada em conhecimento para a fase de Fragmentação Vertical do Projeto de Distribuição de Bases de Dados Orientadas a Objetos. O objetivo é mostrar como melhorar automaticamente o algoritmo de Fragmentação Vertical para produzir esquemas de fragmentação mais eficientes, através do uso de um Sistema de Revisão de Teorias em que a teoria inicial é representada por um algoritmo de Fragmentação Vertical reconhecidamente eficiente existente na literatura. É mostrada uma implementação em Prolog desse algoritmo de Fragmentação Vertical, e descrito como este pode ser usado como base de conhecimento para o processo do descoberta/revisão de conhecimento através da programação em lógica indutiva (ILP). Foram realizados experimentos que apontam para mudanças para melhoria do algoritmo original resultantes do processo de ILP.
The performance of applications on Distributed Object Oriented Database Management Systems is strongly affected by Distribution Design, which reduces irrelevant data accessed by applications and data exchange among sites. In an object-oriented environment, the Distribution Design is a complex task, and an open research problem. This work presents a knowledge-based approach for the vertical fragmentation phase of the distribution design of object-oriented databases. The objective of this work is to show the viability of automatically improving the vertical fragmentation algorithm to produce more efficient fragmentation schemas, using a theory revision system. A vertical fragmentation algorithm from the literature was chosen, based on its recognized efficiency, to represent the initial theory to be revised. This approach shows a Prolog implementation of this vertical fragmentation algorithm, and describes how it can be used as background knowledge for a knowledge discovery/revision process through Inductive Logic Programming (ILP). The experiments have pointed out changes to improve the original algorithm based on the ILP process.