Algorytm etykietowania analizujący rozmyte zapytania w metajęzyku naturalnym

• Autorzy: Pelikant A. , Kowalczyk-Niewiadomy A.

Warianty tytułu

EN

Labeling method for metalanguage queries analysis

• Języki publikacji: PL

Abstrakty

PL

Przedmiotem niniejszego artykułu jest pozyskiwanie nieprecyzyjnych informacji z bazy danych przy wykorzystaniu autorskiego algorytmu etykietowania, wykorzystującego metody sztucznej inteligencji. Za pomocą rozmytych algorytmów grupowania i automatycznego generowania funkcji przynależności analizowane są statystyki ruchu na witrynie WWW. Zastosowanie algorytmu etykietowania pozwoliło na uzyskanie odpowiedzi na zapytanie sformułowane w metajęzyku naturalnym.

EN

This paper presents a novel idea of gaining imprecise information from relational database systems. Concernment of investigation rise fact that such kind of processing is not supported by any commercial database system. These researches illustrate a combination of database technology and fuzzy logic. The final aim is to develop a fuzzy querying system based on meta-natural language.

Słowa kluczowe

PL

logika rozmyta; grupowanie; zapytania rozmyte

EN

fuzzy logic; clustering; grouping; fuzzy queries

• Wydawca: Wydawnictwo Politechniki Śląskiej
• Czasopismo: Studia Informatica
• Rocznik: 2011
• Tom: Vol. 32, nr 2B
• Strony: 179--187
• Opis fizyczny: Bibliogr. 10 poz.

Twórcy

autor

Pelikant A.

autor

Kowalczyk-Niewiadomy A.

• Politechnika Łódzka, Instytut Mechatroniki i Systemów Informatycznych, ul. Stefanowskiego 18/22, 90-924 Łódź, Polska,

Bibliografia

• 1. Zadeh L.A.: Fuzzy sets. Information and Control, 1965.
• 2. González C., Tineo L., Galindo J.: Fuzzy Database Languages Integration using Expressive Power. Fifth International Conference on Fuzzy Systems and Knowledge Discovery.
• 3. González C., Goncalves M., Tineo L.: A New Upgrade to SQLf: Towards a Standard in Fuzzy Databases. 20th International Workshop on Database and Expert Systems Application, IEEE Computer Society, DOI 10.1109/DEXA.2009.35.
• 4. Kacprzyk J., Zadrożny S.: FQUERY for Access: Fuzzy Querying for Windows-Based DBMS, [in:] Bosc P., Kacprzyk J. (eds.): Fuzziness in Database Management Systems. Physica-Verlag, 1995, s. 415-433.
• 5. Kowalczyk A., Pelikant A.: Fuzzy Clustering in Relational Databases. XII International Conference-System Modelling and Control, 2007.
• 6. Kowalczyk A., Pelikant A.: Implementation of automatically generated membership functions based on grouping algorithms. The International Conference on Computer as a tool, 2007.
• 7. Kowalczyk A., Pelikant A.: Fuzzy queries in relational databases. XIII International Conference-System Modelling and Control 2009 (publikacja pokonferencyjna w JACS 2010).
• 8. Fraley C., Raftery A.: How many cluster's? which clustering method? Answers via model-based cluster analysis. The Computer Journal, Vol. 41, No. 8, 1998, s. 578-588.
• 9. Schwartz G.: Estimating the dimension of a model. The Annals of Statistics 6, 1978.
• 10. Kowalczyk-Niewiadomy A., Pelikant A.: Zagadnienie grupowania w kontekście budowania zapytań rozmytych. Bazy Danych: Rozwój metod i technologii, tom 1. WKiŁ, Gliwice 2008, s. 175-186.