Modèle Sémantique Flou (MSF)- Fuzzy Semantic Model (FSM).

Présentation au sujet: "Modèle Sémantique Flou (MSF)- Fuzzy Semantic Model (FSM)."— Transcription de la présentation:

1 Modèle Sémantique Flou (MSF)- Fuzzy Semantic Model (FSM).
Salem Chakhar, >>Lamsade, Université Paris-Dauphine, France. En collaboration avec : Abdelkader Telmoudi, >>Ecole Nationale d’Ingénieurs de Tunis,Tunisie.

2 SETIT 2004 -- Sousse - Tunisie
Plan de l’exposé. Introduction. Fonction d’appartenance dans MSF. Composants du MSF. Implémentation. Conclusion. SETIT Sousse - Tunisie

3 SETIT 2004 -- Sousse - Tunisie
Introduction. Un modèle sémantique est un ensemble de classes et de relations entre ces classes Une classe est une collection d’objets ou de concepts ayant des propriétés semblables Les relations représentent la sémantique du monde réel en terme de : Classification Association Généralisation/Spécialisation Agrégation SETIT Sousse - Tunisie

4 SETIT 2004 -- Sousse - Tunisie
Introduction. attributs Classification Association Etudiant Nom-Etu id-Etu Adresse D-Nais Filière identifiant classe Intitulé-C Etudiant Enseignant Cours Nom-Ens id-Etu Date-C Salle association enseigne enseigné par classe d’interaction SETIT Sousse - Tunisie

5 SETIT 2004 -- Sousse - Tunisie
Introduction. CIN Nom Généralisation/Spécialisation Agrégation superclasse Personne id-Ens dirigé id-Etu Etudiant Enseignant dirige sousclasse Assistant agrégation Intitulé-C Agg Adresse Ville CodePostal Rue SETIT Sousse - Tunisie

6 SETIT 2004 -- Sousse - Tunisie
Introduction. Les modèles sémantiques sont efficaces…mais Ne prennent pas en compte la nature incertaine et floue des entités modélisées Plusieurs modèles des bases de données (surtout les modèles relationnel et orienté objet) ont été enrichi par des nouveaux concepts permettant la prise en compte de cette nature floue Il existent quelques extensions de quelques modèles sémantiques (e.g. ER, EER) Cependant, la majorité de ces travaux supportent l’imprécision seulement au niveau de l’attribut et supposent que chaque entité du monde réel vérifie de manière exacte toutes les propriétés de sa classe…mais Dans plusieurs applications réelles (e.g. domaine médical, modélisation des données et phénomènes spatiaux, etc.), il se peut qu’une entité ne vérifie que partiellement les propriétés de sa classe Dans cette présentation nous proposons un modèle sémantique autorisant la définition des classes floues L’idée consiste à considérer chaque classe comme un ensemble d’objets et à lui attacher une fonction d’appartenance qui associe à chaque entité du domaine d’intérêt un degré d’appartenance à cette classe SETIT Sousse - Tunisie

7 MSF : L’idée. Une classe K exacte peut être définie ainsi : K={(e,K(e)) : e E }, avec : - E : ensemble d’entités du domaine d’intérêt - K : est une fonction d’appartenance définie comme suit : K : E  {0,1} e  K (e) - K (e) peut prendre les valeurs 0 ou 1 avec: K(e) = 0  e  K et K(e) = 1  e  K Une classe K floue peut être définie ainsi : K={(e,K(e)) : e E ; K(e)>0}, avec: - K : est une fonction d’appartenance définie comme suit : K : E  [0,1] - K (e) peut prendre toutes les valeurs dans la plage [0,1] et K(e) indique le degré d’appartenance (degree of membership, or dom) de e dans la classe K SETIT Sousse - Tunisie

8 SETIT 2004 -- Sousse - Tunisie
MSF : Fonction d’appartenance. Classe K ← PK={pi : K  E ; i 1} : ensemble de propriétés qui caractérisent K pi ← wi : poids associé à pi. Il reflète le degré discriminatif de pi (nb. ∑i wi = 1) pi ← Di : domaine de la propriété pi Pi  Di : la range de valeurs possibles pour la propriété pi pi ← Pi : fonction partielle d’appartenance relative à pi Pi: Di  [0,1] v  Pi (v) K ← K(e) : Fonction globale d’appartenance relative à K K: E  [0,1] e  K(e) = ∑i Pi (v) SETIT Sousse - Tunisie

9 MSF : Fonction d’appartenance --- Un exemple.
âge Propriété « être jeune » Classe : JeunePers PK={âge, taille} W={wâge, wtaille} = {0.8, 0.2} âge e1 âge e2 1 0.8 0.53 Personne e1 âge(e1 .âge)=0.53 âge 18 21 âge(e1 .taille)=0.9 taille Propriété « taille moyenne» K(e1 ) = 0.8* *0.2=0.604 taille e1 Personne e2 taille e2 1 taille (e2 .âge)=0.8 0.9 0.7 taille(e2 .taille)=0.7 K(e2 ) = 0.8* *0.2 =0.78 taille 1.65 1.75 SETIT Sousse - Tunisie

10 SETIT 2004 -- Sousse - Tunisie
MSF : Classes de base. Classe floue complète Tous ses membres ont un dom égal à 1 Classe floue non-complète Au moins un de ses membres a un dom < 1 Classe floue forte Ses membres existent indépendamment des autres classes Classe floue faible Ses membres dépendent de l’existence d’autres classes Classe floue compacte Une classe complète et forte Classe floue non- compacte Une classe complète et faible Entité classe Floue Une nouvelle entité qui ne peut être assignée à une classe existante Domaine Espace des valeurs qu’un attribut peut prendre SETIT Sousse - Tunisie

11 MSF : Attributs. Deux types d’attributs : Un attribut peut être :
attribut simple simple attributename derived attribute name attribut dérivé Un attribut peut être : A valeur unique (single-valued) A valeur multiple (muli-valued) Inconnu (unknown) Indéfini (undefined) Nul (null) Un attribut peut être flou. Pour le représenter, on peut utiliser différentes approches : Relations de similarités Théorie de possibilité - SETIT Sousse - Tunisie

12 SETIT 2004 -- Sousse - Tunisie
MSF : Relations. Entité floue e T(1.0) Entité floue r P(.50) Entité floue r W(.10) Relation d’adhésion (membering realtionship) Relation de décision (decision rule realtionship) P <propriety value> Relation d’interaction (interaction realtionship) SETIT Sousse - Tunisie

13 MSF : Généralisation/Spécialisation.
{<attribute value >} A Enum {<attribut id>} - ∩ SETIT Sousse - Tunisie

14 SETIT 2004 -- Sousse - Tunisie
MSF : Composition. {<id attribute name>} Enum {<fuzzy selection attribute name>} Sel-A SETIT Sousse - Tunisie

15 SETIT 2004 -- Sousse - Tunisie
MSF : Groupement. Grp Agg SETIT Sousse - Tunisie

16 SETIT 2004 -- Sousse - Tunisie
Exemple. PLANET STAR COMET A Grp PLANETS STARS COMETS GALAXY SCIENTIST SUPERNOVAE NOVAE DISCOVERY Agg SETIT Sousse - Tunisie

17 SETIT 2004 -- Sousse - Tunisie
Implémentation. CLASS <class_name> WITH DOM OF <gdom> { SUPERCLASS: OF <sclass_name_1> WITH DOM <scdom_1> ... EXTENT: {<Ext_attr_1> | <Ext_sphrase_1>} WITH WEIGHT <w1> ATTRIBUTES: Attr_1_name: [FUZZY] DOMAIN <domaine_1>:TYPE OF <type_1> WITH DOM OF <dom_1>: [REQUIRED][UNIQUE] CONTENTS: [ENUMERATED COMPOSITION FROM <class_list_1>] [SELECTED COMPOSITION ON ATTRIBUTES <attr_list_1> FROM <class_list_2>] [AGGREGATION OF <class_list_3>] [GROUPING FROM <class_name_2>] INTERACTION: <inter_name_1> WITH <c_name_1> INVERSE IS <i_inter_name_1> } SETIT Sousse - Tunisie

18 SETIT 2004 -- Sousse - Tunisie
Implémentation. SUBCLASS <sclass_name> WITH DOM OF <scdom> { SPECIALIZATION: OF <class_name_1> WITH DOM <scdom_1>: [BY ENUMERATION] [ON ATTRIBUTES <attr_list_1>] [ON SEMANTICS <sphrase_list_1>] [BY INTERSECTION WITH <class_list_1>] [BY DIFFERENCE WITH <d_class_name_1>] ... EXTENT: {<Ext_attr>|<Ext_sphrase>} WITH WEIGHT <w1> ATTRIBUTES: Attr_1_name: [FUZZY] DOMAIN <domaine_1>:TYPE OF <type_1> WITH DOM OF <dom_1>: [REQUIRED] [UNIQUE] INTERACTION: <inter_name_1> WITH <c_name_1> INVERSE IS <i_inter_name_1> } SETIT Sousse - Tunisie

19 SETIT 2004 -- Sousse - Tunisie
Implémentation. CLASS galaxy WITH DOM OF gdom { EXTENT: Location WITH WEIGHT 1.0 ATTRIBUTES: Name: TYPE OF string WITH DOM 1.0: REQUIRED UNIQUE Age: FUZZY DOMAIN {very young, young, old, very old }: TYPE OF integer WITH DOM OF 1.0: REQUIRED Location: FUZZY DOMAIN {in, near, very near, distant, very distant }: TYPE OF real WITH DOM OF 1.0 CONTENTS: AGGREGATION OF comets, stars, planets } SETIT Sousse - Tunisie

20 SETIT 2004 -- Sousse - Tunisie
Implémentation. CLASS star WITH DOM sdom { SUPERCLASS: OF supernovae WITH DOM scdom_sn OF novae WITH DOM scdom_n EXTENT: Luminosity WITH WEIGHT 0.7 Weight WITH WEIGHT 0.3 ATTRIBUTES: S_Name: TYPE OF string WITH DOM 1.0: REQUIRED UNIQUE Type_of_Star: TYPE OF symbolic (novae, supernovae) WITH DOM 1.0: REQUIRED Age: FUZZY DOMAIN {very young, young, old, very old }: TYPE OF integer WITH DOM OF 1.0: REQUIRED Location: FUZZY DOMAIN {in, near, very near, distant, very distant }: TYPE OF real WITH DOM 1.0: REQUIRED Luminosity: FUZZY DOMAIN [0.0001Ls Ls]: TYPE OF real WITH DOM OF 1.0 Weight: FUZZY DOMAIN [0.1Ws-100Ws]: TYPE OF real WITH DOM OF 1.0: REQUIRED } SETIT Sousse - Tunisie

21 SETIT 2004 -- Sousse - Tunisie
Implémentation. SUBCLASS supernovae WITH DOM sndom { EXTENT: Luminosity WITH WEIGHT 0.3 Weight WITH WEIGHT 0.7 ATTRIBUTES: SN_Name: TYPE OF string WITH DOM 1.0: REQUIRED UNIQUE Type_of_SN: TYPE OF string WITH DOM 1.0: REQUIRED SPECIALIZATION: OF star WITH DOM scdom ON ATTRIBUTES Type_of_Star INTERACTION: discoverer WITH scientist INVERSE IS discovers } SETIT Sousse - Tunisie

22 SETIT 2004 -- Sousse - Tunisie
Conclusion. MSF incorpore les concepts de la modélisation sémantique avec les notions de la logique floue  utile pour une conception plus réaliste des bases de données Mais… L’implémentation physique se complexifie L’interrogation de la base de données se complexifie Le problème de compensation dans les fonctions globales d’appartenances  Utiliser autres mécanises d’agrégation SETIT Sousse - Tunisie