BASES DE DATOS

DIFUSAS
 INTRODUCCIÓN
 Una de las características del lenguaje natural, que hace
difícil su utilización en sistemas computacionales es
su imprecisión. Por ejemplo conceptos como pequeño
o grande, tienen significados diferentes de acuerdo al
contexto en el que se estén utilizando, e incluso
dentro del mismo contexto, pueden significar cosas
diferentes para diferentes individuos.
 La teoría de los conjuntos difusos desarrollada por
Zadeh, provee una poderosa herramienta en el
sentido más amplio, un sistema basado en reglas
difusas es un sistema basado en reglas donde la
lógica difusa es utilizada como una herramienta para
representar diferentes formas de conocimiento acerca
del problema a resolver, así como para modelar las
interacciones y relaciones que existen entre sus
variables. Debido a estas propiedades, los sistemas
basados en reglas difusas han sido aplicados de forma
exitosa en varios dominios en los que la información
vaga o imprecisa emerge en diferentes formas.
 MODELOS DE IMPLEMENTACIÓN

 El problema de la implementación de los sistemas gestores

de bases de datos difusas ha sido tratado en dos vertientes
principales:

 Iniciar con un sistema gestor de bases de datos
relacionales (SGBDR) con información precisa y
desarrollar una sintaxis que permita formular consultas
imprecisas, lo cual da origen a extensiones SQL, como
Fuzzy SQL, con capacidades de manejar la imprecisión.
 Construir un gestor de bases de datos relacionales
difusas (SGBDRD) prototipo que implemente un
modelo concreto de base de datos relacional difusa en
el que la información imprecisa pueda ser almacenada.
 REPRESENTACIÓN DE LA INFORMACIÓN


 La información que se puede manejar en una base de datos difusa

puede dividirse en:
q Datos Precisos: Manejados usualmente mediante la representación
provista por la base de datos relacional huésped.
q Datos Imprecisos: Los modelos usualmente consideran dos tipos de
representación para los datos imprecisos además de la información
desconocida o indeterminada que se maneja mediante los tipos
unknown, undefined y null:
q Datos imprecisos sobre dominios ordenados: Este grupo de datos
contiene distribuciones de probabilidad definidas en dominios
continuos o discretos, pero ordenados.
q Datos con analogías sobre dominios discretos: Este grupo de datos
se construye sobre dominios discretos en los que existen definidas
relaciones de proximidad entre sus valores.
q


q
q
q


q Tipo de dato Indefinido (undefined): Cuando un atributo toma el

valor undefined, esto refleja el hecho de que ningún valor de su
dominio es permitido.
q
q
q Tipo de dato desconocido (unknown): Los datos de este tipo
expresan nuestra ignorancia sobre el valor que el atributo toma, sin
embargo expresa también que puede tomar uno de los valores del
dominio. Por ejemplo la fecha de nacimiento de alguien, la
desconocemos pero tiene que tener alguna.
q
q
q Tipo de dato nulo (null): Cuando un atributo toma el valor nulo, esto
significa que no tenemos información sobre él, ya sea porque no
conocemos su valor o porque es imposible asignarle un valor del
dominio. Por ejemplo el email de alguien es null si desconocemos su
valor o si lo tiene o no.


q
q
q
 

OPERACIONES RELACIONALES DIFUSAS :



 Igual a: Este operador modela el concepto de igualdad para datos

imprecisos.
 Aproximadamente igual: Este operador define el grado en el que
dos valores numéricos (no difusos) son aproximadamente iguales
de acuerdo a si la diferencia de sus valores se encuentra dentro
de un límite preestablecido.
 Ejemplos:
• “Dar todas las personas cuya edad es aproximadamente 20 años”:


(con grado mínimo 0.6):

 SELECT * FROM Personas WHERE Edad FEQ #20 THOLD 0.6;
• “Dar todas las personas más o menos Rubias (con grado mínimo 0.5)


cuya edad es posiblemente superior a Joven (con grado mínimo

0.8)”:
 SELECT * FROM Personas WHERE Pelo FEQ $Rubio THOLD 0.5 AND
 Edad FGT $Joven THOLD 0.8;



BASES DE DATOS MULTIMEDIA
“ Multime dia e s una c o mbinac ió n de  fo rmas de  
c o nte nido”
 La multimedia encuentra su uso en varias áreas incluyendo
pero no limitado a: arte, educación, entretenimiento,
ingeniería, medicina, matemáticas, negocio, y la investigación
científica. En la educación, la multimedia se utiliza para
producir los cursos de aprendizaje computarizado
(popularmente llamados CBT) y los libros de consulta como
enciclopedia y almanaques.
 TIPOS DE DATOS MULTIMEDIA:
 Texto: estructurado o no estructurado, hipermedia.
 Gráficos: dibujos e ilustraciones codificados según un
estándar de descripción de archivos (CGM, PICT, PostScript,
etc.).
 Imágenes: elementos gráficos codificados según algún
formato estándar (mapa de bits, jpeg, png, tiff, etc).
 Animaciones: secuencias temporales de imágenes o datos
(gif, swf, etc).
 Video: secuencia temporal de imágenes a una determinada
velocidad (fps).
 Audio Estructurado: secuencia de sonidos identificados según
nota, tono, duración, etc.
 Audio Digital: secuencia de sonidos digitales.
 Datos multimedia compuestos o mezclados: datos
multimedia agregados junto con información sobre los datos
(metadatos).
 División de datos multimedia


 BLOB (Binary Large Objects, grandes objetos binarios):

elemento utilizado en las bases de datos para almacenar
datos de gran tamaño que cambian de forma dinámica, este
es un objeto binario que puede tratar una cantidad de datos
variables.
 CLOB: Una columna también puede ser del tipo CLOB
(Character Large Object), que es capaz de almacenar
grandes cantidades de datos en formato carácter.
Usualmente tiene límites con respecto a la data que guarda,
en el orden de los 2 GB Se diferencia del BLOB
prácticamente en la forma de encriptado que se usa. En
ciertos manejadores, permite los comandos de SQL: LIKE y
SUBSTRING al igual que métodos alternativos para acceder a
la data
 NCLOB: Un tipo de datos NCLOB de Oracle contiene datos de
caracteres basados en el conjunto de caracteres nacional del
servidor. Su tamaño máximo es de 4 gigabytes.
 

TIPOS DE BASE DE DATOS



MULTIMEDIA FUNDAMENTALES

TIPOS DE BASE DE DATOS MULTIMEDIA FUNDAMENTALES
 Bases de datos referenciales: Son bancos de datos
sobre material como películas, series de televisión o
música. En la mayoría de los casos, la información que
se almacena hace referencia a cuestiones descriptivas
(autor, titulo, duración, productor, etc.) o a cuestiones
técnicas (formato, duración, etc.).
 Bases de datos descriptivas: Se trata de sistemas de
análisis de contenido que, más allá de los datos
técnicos o generales que contiene la mayoría de bases
de datos referenciales, aportan información específica
sobre el contenido. Estos bancos de datos no resultan
tan habituales y de hecho se encuentran en un estado
de desarrollo embrionario, ya que el análisis de la
imagen y del sonido no se halla tan automatizado
como el del texto.

 

 SISTEMA MANEJADOR DE BASE DE DATOS

MULTIMEDIA

 Un Sistema Manejador de Base de Datos Multimedia se
puede caracterizar basado en sus objetivos al momento
de manejar objetos multimedia:


 Medios de Almacenamiento Correspondientes.

 Métodos de búsqueda integrales.
 Dispositivos y formatos de interfaces independientes.
 Acceso simultaneo a los Datos.
 Manejo de Gran Cantidad de Datos.
 Coherencia en el manejo de datos relacionales.
 Largas transacciones.

 Ventajas


 La posibilidad de integrar en un único

sistema una gran diversidad de formatos
(imágenes, texto, video, sonido, etc.).


 Ofrecen mayor variedad a la hora de

representar la información.


 Ungran, y creciente, mercado potencial que

augura que se siga investigando
activamente en el futuro.

 Inconvenientes


 Necesita grandes espacios para almacenar toda

la información que queremos.


 Estetipo de bases de datos necesitan grandes

anchos de banda para obtener un rendimiento
óptimo.


 Complejidad en cuanto a programar

operaciones, o incluso la interfaz, debido a la
alta cantidad de formatos que hay que
manejar, lo que puede repercutir en su
rendimiento.

GRAX