Bases de Données Temporelles

Slides:



Advertisements
Présentations similaires
A Showcase of Visualization Approaches for Military Decision Makers
Advertisements

Tests et Validation du logiciel
Les Systèmes de Gestion de Bases de Données (SGBD) df - normalisation.
DATA WAREHOUSES Selection of Views to Materialize in a Data Warehouse Himanshu Gupta Department of Computer Science Stanford University Bernigaud Sébastien.
Proposition d’une méthodologie pour le traitement d’un exposé
Comment Protéger les bases SQL avec System Center Data Protection Manager 2007.
A Transparent n o 1 Saut Quantique 12 octobre 2000 Gestion de projet Ghislain Gravel ing.
Temporalité dans les données de référence du SITG.
Détecteurs de fautes pour réseaux dynamiques P. Sens, L. Arantes, M. Bouillaguet Projet REGAL.
Using Semantic Caching to Manage Location Dependent Data in Mobile Computing (2000) Qun Ren, Margaret H. Dunham Southern Methodist University Dallas, Texas.
Data Management for Large-Scale Scientific Computations in High Performance Distributed Systems A. Choudhary, M. Kandemir, J. NoG. Memik, X. Shen, W. Liao,
A NETWORK-AWARE DISTRIBUTED STORAGE CACHE FOR DATA INTENSIVE ENVIRONMENTS Brian L. TIERNEY, Jason LEE, Brian CROWLEY, Mason HOLDING Computing Sciences.
Apprentissage relationnel Apprentissage Data Mining ILP.
Les bases de données temps-réel
A Pyramid Approach to Subpixel Registration Based on Intensity
Simultaneous Registration and Activation Detection for fMRI
Gestion de la persistance des objets
JFR Introduction à IHE Existe-t-il des solutions aux problèmes de communication des images Eric Poiseau, INRIA.
Programmes du cycle terminal
Traces d'Interaction au sein d'un Environnement de Collaboration
Base de données: Généralité
1 ARCHITECTURE DACCÈS la méthode générale modèle de données définitions module daccès / modules métiers construction des modèles les modules daccès, les.
Contrôles d'accès aux données
le profil UML en temps réel MARTE
Plan du Cours Définition de la BI Objectif de la BI Fonctionnement d’une plateforme BI Technologies de la BI Composantes de la BI Les caractéristiques.
– Les entrepôts de données et lanalyse en ligne – Versaille, le 19 Juin 2006.
TP : Fichiers et Tableaux Séance N°2 Avril Application de Gestion de stock Partie 1 : les fichiers 1 Création dun fichier de 20 articles.
OIL & UPML DREVET - HUMBERT Introduction OIL : un langage de description dontologies UPML : un langage de description de systèmes à base.
CaDEA atelier 2 Input Brad cousins, university of ottawa
Etude de la normalité du maxillo- facial à partir dimages 3D CT.
Universté de la Manouba
Base de données: Généralités IFT6800 – E 2008 Pierre Poulin.
Les concepts et les méthodes des bases de données
Entity Framework 4 Mitsuru FURUTA Relations techniques développeurs
Content Management System CMS. Pourquoi ? Obligation de ressaisir des contenus publiés à plusieurs endroits Pas d’outils de gestion de qualité de l’information.
Programmation dynamique
© 2011 Association for Computing Machinery Présentation générale de la Librairie Numérique (DL) d’ACM DL The ACM Digital Library is the world’s leading.
Monitoring the Dynamic Web to respond to Continuous Queries Le titre en français : Surveillance de l'enchaînement dynamique pour répondre aux questions.
Module 8 : Surveillance des performances de SQL Server
SOUTENANCE DE DEUXIEME ANNEE
Réalisé par : Mr IRZIM Hédi Mr JRAD Firas
Requêtes homme-agent sur le fonctionnement Etudiantes: Anne DARME & Céline GIRARD Encadrant: Nicolas SABOURET Rapporteur: Vincent CORRUBLE Responsable:
Algorithmes pour le web “A Unified Approach to Personalization Based on Probabilistic Latent Semantic Models of Web Usage and Content”
Présentation générale du projet
Module 4 : Implémentation de l'intégrité des données.
Improving large-scale search engines with semantic annotations Damaris Fuentes-Lorenzo, Norberto Fernández, Jesús A. Fisteus, Luis Sánchez.
LE DATA WAREHOUSE.
10 juin 2008 Journée Technologies et Enjeux de l'Apprentissage Mobile Equipe SIMBAD.
Approche probabiliste pour la commande orientée
UVSQ EDF R&D Procédés de réutilisation pour les lignes de produits logiciels Yuanyuan XU, Bruno TRAVERSON - INFORSID Mai 2008.
21/04/2015© Robert Godin. Tous droits réservés.1 6Gestion des contraintes d’intégrité en SQL n Contrainte d'intégrité statique – respectée pour chacun.
Monitoring Détection de séquences vidéo en temps réel dans une grande base de données Julien Law-to 22/06/2004.
Dos triptyque Plaquette Cycle en V Définitions
Knowledge discovery in Databases (KDD)
Data Mining: Concepts et Techniques
Cours Access TuanLoc NGUYEN. Contact Nguyen TuanLoc Tél: Web:
Intégration des Tableaux Multidimensionnels en Pig pour
13/07/2015 JSF Java Server Faces Master 2 Pro GLR TER David Mihura Eric Le Merdy.
Techniques d’audit assisté par ordinateur
CROSSMARC The Cross-lingual Multi Agent Retail Comparison Edinburgh, March 2001.
1 Structure en MC Principes Stockage des données dans la mémoire volatile d’un ordinateur Problèmes Stockage temporaire «Petits» volumes de données Langages.
Session : Modele plan d’action Template Action Plan
Alti Copyright All rights reserved.. 2 ALTI Copyright All rights reserved. Sommaire Architecture BI 1 Entrepôt de données 2 Acquisition de.
Gestion des documents internes avec SQL Server 2005 Date de publication : janvier 2006.
Yann Guédon CIRAD, DAP & INRIA Virtual Plants
EXTRACTION D’ÉLÉMENTS CURVILIGNES GUIDÉE PAR DES MÉCANISMES ATTENTIONNELS POUR DES IMAGES DE TÉLÉDÉTECTION : APPROCHE PAR FUSION DE DONNÉES EXTRACTION.
Proposition de possibilité d’évolution de nos spécialités Deux projets (liés) : Projet 1 : Informatique Computationnelle – Etudiants 4 e et 5 e IR Projet.
Cours 11 Entrepôts de données
Base de données: Généralité IFT6800 Jian-Yun Nie.
Transcription de la présentation:

Bases de Données Temporelles Par: Céline Descheneaux & Patrick Hohmeyer

Plan de la Présentation Vue d’ensemble Concepts de base Applications Intégrité temporelle Raisonnement temporel Temporal Data Mining Pistes de recherches futures Conclusion Questions ? Références

Vue d’ensemble La recherche sur les BD temporelles a débuté il y a environ 30 ans. Recherche BD en temps réel plus récente : premiers articles parus en 1986. Temporel  Temps réel

Concepts de base « Modeled Reality » / Mini-Monde Temps de validité (Valid Time) Temps de transaction (Transaction Time) Temps de décision (Decision Time ou Event Time) « User Defined Time » Continu VS Discret Temps relatif VS absolu

Applications Contraintes d'intégrité temporelle Raisonnement Temporel Temporal Data Mining

Intégrité temporelle Nouveaux défis pour les contraintes traditionnelles contrainte d'unicité contrainte référentielle Nouvelles possibilités de contraintes Exemple : précondition

Raisonnement temporel BD temporelles déductives :-s Utilisation de la logique temporelle Relations "since", "until", -"previous", -"next", -"was true", -"will be true", -"was always true", -"will always be true" ¬(E#(13))

Temporal Data Mining Problématique Les algorithmes traditionnels ignorent le temps Les enregistrements n'ont pas une périodicité régulière Les valeurs incluses dans chaque enregistrement varient

Temporal Data Mining Différentes approches Algorithmes sur les événements périodiques Ex : algorithmes statistiques, FFT Établir des séquences d'événements Établir le changement des valeurs Si A décroît lentement, B augmente moyennement

Pistes de recherches futures Intégration avec les BD existantes Applications existantes Optimisations existantes Entrepôts de données … Performance Comparaisons des implémentations Modèles de coûts BD spatio-temporelles

Conclusion Omniprésence du Temps Concepts de base bien établis Standardisation ??? SQL/Temporal : withdrawn Détails d'implémentation à déterminer Applications diverses Requêtes temporelles Temporal Data Mining

QUESTIONS ?

Références Christian S. Jensen, Introduction to Temporal Database Research, Temporal Database Management, 2000, Pages 1-22 Christian S. Jensen et al., A consensus glossary of temporal database concepts, SIGMOND RECORD, Volume 23, No. 1, Mar 1994, Pages 52 – 64 G. Ozsoyoglu, R.T. Snodgrass, Temporal and Real-Time Databases: A Survey, IEEE Transactions on Knowledge and Data Eng., Aug. 1995 Shusaku Tsumoto, Rule Discovery in Large Time-Series Medical Databases, Lecture Notes in Artificial Intelligence, Volume 1704, 1999, Pages 23 – 31 Jan Chomicki, David Toman, Michael H. Böhlen, Querying ATSQL Databases with Temporal Logic, Database Systems, Volume 26, No. 2, 2001, Pages 145 – 178 Abdullah Uz Tansel, Temporal Data Modeling and Integrity Constraints in Relational Databases, Lecture Notes in Computer Science, Volume 3280, Oct 2004, Pages 459 - 469 Il est à noter que les références qui se trouvent ici sont UNIQUEMENT les références commune à la présentation et à notre rapport final. Une liste plus exhaustive se trouve dans notre rapport final.