Subscribe to the gold package and get unlimited access to Shamra Academy
Register a new userMapping Fuzzy Generalization and Specialization Relationship from Fuzzy EER Model into XML Schema
تحويل علاقة التعميم و التخصيص الضبابية من نموذج EER الضبابي إلى XML Schema
1927
0 129
0
(
0
)
Added by
Aِl-Baath University ورقة بحثية
Publication date
2015
fields
Mathematics
and research's language is
العربية
Authors
ريما القمحة( باحث )
Created by
Shamra Editor
Ask ChatGPT about the research
يركز هذا البحث على دراسة علاقة التعميم و التخصيص الضبابية و الإحاطة بكل إضافة القيود المرافقة لها في نموذج الكيانات و الارتباطات الموسع EER الضبابي. لذلك نقدم طريقة لتحويل علاقة التعميم و التخصيص الضبابية و القيود المرافقة لها إلى لغة توصيف البيانات XML Schema. و أخيرا، نقترح مجموعة من التوسيعات ل XML Schema. بحيث تدعم تمثيل علاقة التعميم و التخصيص و القيود المرافقة لها بمستوى عال من التجريد.
This paper focuses on studying fuzzy generalization and specialization relationship and its all constraints in fuzzy extended entity relationship model EER. In addition, we present a framework for transferring fuzzy generalization and specialization relationship to XML Schema. Finally, we suggest several extensions to XML Schema in order to represent fuzzy generalization and specialization relationship at high level of abstraction.
Artificial intelligence review:
Research summary
تتناول هذه الورقة البحثية دراسة علاقة التعميم والتخصيص الضبابية وجميع القيود المرتبطة بها في نموذج الكيانات والارتباطات الموسع (EER) الضبابي. كما تقدم إطارًا لتحويل هذه العلاقة إلى مخطط XML Schema. يقترح البحث عدة توسعات لمخطط XML Schema لتمثيل علاقة التعميم والتخصيص الضبابية بمستوى عالٍ من التجريد. تتضمن الورقة تعريفات أساسية للمجموعات الضبابية، وتحليلًا لعلاقة التعميم والتخصيص الضبابية في نموذج EER الضبابي، وتوضيحًا لكيفية تحويل هذه العلاقة والقيود المرافقة لها إلى مخطط XML Schema. يتم تقديم حالات التحويل المباشرة وغير المباشرة، بالإضافة إلى اقتراحات لتوسيع مخطط XML Schema لدعم تمثيل العلاقة الضبابية بشكل كامل.
Critical review
دراسة نقدية: تعد هذه الورقة خطوة مهمة نحو تحسين تمثيل البيانات الضبابية في مخططات XML Schema، إلا أنها تفتقر إلى بعض التفاصيل العملية التي قد تكون مفيدة للمطورين عند تنفيذ هذه التحويلات في بيئات حقيقية. على سبيل المثال، لم يتم تناول كيفية التعامل مع البيانات الضبابية الكبيرة الحجم أو كيفية تحسين الأداء عند استخدام هذه التوسعات في XML Schema. كما أن الاقتراحات المقدمة لتوسيع XML Schema قد تحتاج إلى مزيد من الاختبار والتقييم في بيئات مختلفة لضمان فعاليتها. بالإضافة إلى ذلك، قد يكون من المفيد تضمين دراسات حالة أو أمثلة عملية لتوضيح كيفية تطبيق هذه التحويلات في سيناريوهات واقعية.
Questions related to the research
-
ما هو الهدف الرئيسي من هذه الورقة البحثية؟
الهدف الرئيسي هو دراسة علاقة التعميم والتخصيص الضبابية في نموذج EER الضبابي وتقديم إطار لتحويل هذه العلاقة إلى مخطط XML Schema مع اقتراح توسعات لدعم تمثيل العلاقة الضبابية بمستوى عالٍ من التجريد.
-
ما هي التوسعات المقترحة لمخطط XML Schema في هذه الورقة؟
تقترح الورقة إضافة النوع FuzzyValue إلى مجموعة الأنواع الموجودة في XML Schema وتوسيع تعريف العنصر element لتحديد قيم عضوية الممثلين عن ذلك العنصر في وثيقة XML المرافقة، بالإضافة إلى تنفيذ قيد التداخل لصغوف الأبناء بشكل مفاهيمي.
-
ما هي حالات التحويل المباشرة التي تم تناولها في الورقة؟
تم تناول حالات التحويل المباشرة لعلاقات التعميم والتخصيص الضبابية التي لها قيد الكلي والانفصال وقيد الجزئي والانفصال، حيث تم تحويل هذه القيود باستخدام آليات موجودة في XML Schema.
-
ما هي القيود التي لم تستطع الورقة التعبير عنها بمستوى عالٍ من التجريد في XML Schema؟
القيود التي لم تستطع الورقة التعبير عنها بمستوى عالٍ من التجريد تشمل قيد الكلي والانفصال وقيد الجزئي والانفصال.
References used
Elmasri, R., and Navathe, S.B., 2050. Fundamentals of Database Systems, 9th Ed.Addison-Wesley
Parsons, S., 1996. Current Approaches to Handling Imperfect Information in Data and Knowledge Bases, IEEE Transactions on Knowledge and Data Engineering, V. 8, pp. 353- 372
Zadeh, L. A., 1978. Fuzzy Sets as a Basis for Theory of Possibility, Fuzy Set and Systems, V. 1, no. 1, pp.3-28
rate research
Read More
This paper presents the proposed Method for designing fuzzy
supervisory controller model for Proportional Integral Differential
controller (PID) by Fuzzy Reasoning Petri Net (FRPN),the Features
of Method shows the fuzzification value for each prop
erty of
membership function for each input of fuzzy supervisory controller,
and determine the total number of rules required in designing the
controller before enter the appropriate rules in the design phase of
the rules, and determine the value of the inputs of the rule that has
been activated, and assembly variables that have the same property
and show the value for each of them programmatically, and
determine the deffuzification value using deffuzification methods.
One of the principal applications of fuzzy logic is in control system design. Fuzzy logic controllers (FLC) can be used to control
systems where the use of conventional control techniques may be Problematic. The tuning of fuzzy controllers has tende
d to rely on human expert knowledge, but where the number of rules and fuzzy sets is large. The Problem of generation desirable fuzzy rule is very important in the development of fuzzy systems. The purpose of this paper is to present a generation method of fuzzy control rules by learning from examples using genetic algorithms (GA). We propose real coded genetic algorithms (RCGA) for learning fuzzy rules, and an iterative process for obtaining set of rules which covers the examples set with a covering value previously defined.
One of the principal applications of fuzzy logic is in control
system design. Fuzzy logic controllers (FLC) can be used to control
systems where the use of conventional control Techniques may be
Problematic .in this paper Fuzzy logic controller is
fabricated on
modern Field Programmable Gate Array (FPGA)Card to track the
sun to increase the energy generation efficiency of solar cells. Sun
Tracking Controller is tested using model designed by
Matlab/Simulink program. Finally we have compared with a
conventional perturbation and observation controller. Simulation
and experimental results show that performance of the fuzzy
controller with FPGA is better than the perturbation and observation
controller.
The objective of this studying is the important answer on the following open question : Let G and G' be two fuzzy groups and L(G), L(G') be lattices for them, respectively,
We have shown that this statement don’t true in the case general, and we sup
pose some certain conditions on the purposed groups to be the statement holds. Moreover, some important theorems are proved
Through this research, we will identify the Labeling schemes, divided it into four basic categories Range Based Labeling Scheme, Prefix- Based Labeling Schemes, Multiplication Based Labeling Schemes and
Vector Based Labeling Schemes. Within these ca
tegories, we
present the most important Labeling Scheme ways, and explain
the pros and cons of each method. And we will look for
relationships that can be determined by each of them, and through
these relationships will be able to determine the feasibility of these
methods in terms of querying time, storage space and modify the
document. We will do an Experimental study of labeling schemes
of XML documents with different sizes, and compare the storage space and the required time for labeling using three chosen
methods which are Traversal Order, ORDPath, V-Containment.
suggested questions
Log in to be able to interact and post comments
comments
Fetching comments
Sign in to be able to follow your search criteria
