luan an tien si, ky thuat, rang buoc toan ven, va trich yeu thoi gian, trong co so du lieu, huong thoi gian, va ung dung, pham van chung
RÀNG BUỘC TOÀN VẸN VÀ TRÍCH YẾU THỜI GIAN TRONG CƠ SỞ DỮ LIỆU HƯỚNG THỜI GIAN VÀ ỨNG DỤNG
MỞ ĐẦU
Dữ liệu của những đối tượng trong thế giới thực thay đổi theo thời gian là một thực tế, và có thể thay đổi với một diễn biến phức tạp. Ví dụ đơn giản như: Giá bán của một sản phẩm sẽ thay đổi theo thời gian, và người ta cần ghi lại những dữ liệu thay đổi đó, và gọi chúng là dữ liệu lịch sử (historical data). Loại dữ liệu lịch sử này hỗ trợ rất nhiều cho những quyết định trong kinh doanh, sản xuất… Một ví dụ khác: Dữ liệu về chuẩn đoán, điều trị bệnh cho bệnh nhân trong những loại bệnh nặng, phải điều trị, theo dõi diễn biến bệnh trong thời gian dài, và trong thời gian này bệnh có nhiều thay đổi, qua nhiều trạng thái phức tạp.
Người thầy thuốc trước khi quyết định điều trị cho bệnh nhân cần biết những dữ liệu điều trị, chuẩn đoán, và diễn biến của bệnh trong những lần trước đó. Những dữ liệu này hỗ trợ tốt cho thầy thuốc khi ra quyết định điều trị bệnh. Ngoài vấn đề điều trị, từ dữ liệu lịch sử có thể tìm ra những thông tin hỗ trợ cho việc nghiên cứu, tìm ra phương pháp chữa bệnh hữu hiệu, đặc biệt là những bệnh nặng. Do vậy, vấn đề cần đặt ra là xây dựng một cơ sở dữ liệu để thực hiện được việc quản lý, thao tác, truy xuất, trích yếu thời gian trên những dữ liệu lịch sử của những đối tượng trong thế giới thực. Cơ sở dữ liệu cho những dữ liệu lịch sử được gọi là cơ sở dữ liệu hướng thời gian (CSDLTG). Mô hình dữ liệu thời gian (temporal data model) Đã được nhiều tác giả nghiên cứu từ hai mươi năm qua và đã có nhiều ứng dụng [37], [50] như:
- Tài chính: Kế toán, quản lý vốn đầu tư, ngân hàng, quản lý kho.
- Lịch biểu: Hàng không, hỏa xa, khách sạn.
- Quản lý dự án và dự báo thời tiết
- Quản lý nhân sự, chăm sóc sức khỏe, điều trị bệnh. Hiện tại, có những ứng dụng trong y khoa trên mô hình dữ liệu thời gian, điển hình như một nhóm khoảng 50 người nghiên cứu tại khoa y của đại học Stanford, Hoa kỳ. Họ đã nghiên cứu vấn đề này trong nhiều năm qua, đưa ra nhiều bài báo [3], [9], [10], [11], và đạt được kết quả tốt trong việc chăm sóc sức khỏe, điều trị những bệnh nặng, mãn tính và một số ứng dụng khác ngoài lãnh vực y khoa. Đã có những bệnh viện mà hồ sơ bệnh án được lưu trữ theo thời gian trên máy tính (Electronic Medical Records) Và có thể bệnh nhân được khám bệnh, điều trị từ xa, thông qua dữ liệu lịch sử đã lưu, và những dữ liệu chuẩn đoán mới của bệnh nhân như: Số đo bằng thiết bị y khoa, hình ảnh, triệu chứng … được lấy từ một trung tâm chuẩn đoán gần họ nhất. Sau đó, dữ liệu được truyền tải đến bệnh viện chuyên khoa lớn, tín nhiệm có nhiều chuyên gia qua mạng máy tính. Bệnh nhân sẽ nhận được kết quả chuẩn đoán và cách điều trị từ bệnh viện này, và hơn nữa những dữ liệu lịch sử này được dùng để chăm sóc sức khỏe trong tương lai cho họ [23].
Xuất phát từ những thực tiễn đó, dẫn chúng tôi đi đến nghiên cứu CSDLTG bằng cách dựa trên những kết quả do nhiều nhà nghiên cứu đi trước để nghiên cứu một cơ sở lý thuyết về nó, và trên cơ sở này có thể phát triển những ứng dụng.
Chúng tôi chọn đề tài “RÀNG BUỘC TOÀN VẸN VÀ TRÍCH YẾU THỜI GIAN TRONG CƠ SỞ DỮ LIỆU HƯỚNG THỜI GIAN VÀ ỨNG DỤNG”. Chọn ứng dụng trên bệnh ung thư, vì đối với loại bệnh này, bệnh nhân cần được phát hiện sớm, chữa trị kịp thời và thời gian theo dõi điều trị bệnh là khá dài, thường là từ 5 năm trở nên kéo theo khối lượng dữ liệu lịch sử điều trị, theo dõi là lớn, và phải dựa trên dữ liệu này, để thầy thuốc theo dõi, quyết định điều trị cũng như kết luận bình phục.
Ý nghĩa thực tiễn của đề tài nghiên cứu là trên cơ sở lý thuyết của CSDLTG, có thể xây dựng một chương trình ứng dụng. Người thầy thuốc có thể dễ dàng đặt câu truy vấn truy xuất hay trích yếu dữ liệu thời gian về một bệnh nhân cụ thể trong một khoảng thời gian tùy ý, để lấy thông tin hỗ trợ cho quyết định điều trị. Đồng thời, chương trình vẫn được cập nhật dữ liệu lịch sử của những bệnh nhân. Theo thời gian, khối lượng dữ liệu thời gian càng ngày càng tăng, chúng là tài nguyên quí giá, cho phép khai phá dữ liệu, tìm được tri thức mới, hỗ trợ cho việc nghiên cứu tìm ra những nguyên nhân, những diễn biến của bệnh để có biện pháp chữa trị đúng, kịp thời và nhất là tìm ra những phương pháp mới để điều trị bệnh đạt hiệu quả cao.
CHƯƠNG 1: TỔNG QUAN
Chương này, thứ nhất điểm qua các công trình nghiên cứu của một số tác giả đi trước có liên quan đến luận án, qua đó, tiếp thu được những khái niệm, ý tưởng làm nền tảng cho việc nghiên cứu, đồng thời nghiên cứu, tìm ra được những điều có thể đóng góp thêm. Thứ hai là trình bày những hướng tiếp cận của luận án để giải quyết một số vấn đề mà luận án tập trung nghiên cứu.
1.1 Phân tích, đánh giá một số công trình đi trước
Trong phần này, luận án phân tích một số hướng tiếp cận của một số tác giả đã nghiên cứu về những vấn đề:
- Mô hình dữ liệu thời gian (temporal data model)
- Ngôn ngữ truy vấn thời gian (temporal query language)
- Tính toàn vẹn của dữ liệu ràng buộc theo thời gian (temporal integrity constraint)
- Trích yếu thời gian (temporal abstraction) Trên CSDLTG
1.1.1 Mô hình dữ liệu thời gian
Có khoảng hơn hai mươi mô hình dữ liệu thời gian đã được nghiên cứu đề xuất trong hơn mười lăm năm qua. Hầu hết trong chúng là những mô hình chỉ có thời gian hợp lệ (valid-time). Một số mô hình khác chỉ có thời gian giao tác (transaction-time), ý nghĩa thuật ngữ “thời gian hợp lệ” và “thời gian giao tác” được trình bày trong chương 2, mục 2.1”. Có vài mô hình có cả thời gian hợp lệ và thời gian giao tác gọi là song thời gian (bitemporal). Trong [36] đã liệt kê những mô hình dữ liệu thời gian đã được đề xuất, như bảng 1.1.1a.
Ngoài vấn đề khác nhau về loại thời gian (thời gian hợp lệ, thời gian giao tác, song thời gian), thì những mô hình đang tồn tại này được phân thành hai hướng tiếp cận khác nhau: 1) Nhãn thời gian (timestamping) Đặt trên những giá trị của thuộc tính (attribute-value). 2) Nhãn thời gian đặt trên những bộ (tuples). Luận án dựa trên hai mô hình của Lorentoz [45] và của Navathe [47] như sau:
• Mô hình của Lorentzos
Mô hình của Lorentzos là mô hình chỉ có thời gian hợp lệ, ông mở rộng mô hình dữ liệu quan hệ để ứng dụng trong những CSDL có thời gian hợp lệ, nhãn thời gian được gán trên giá trị của thuộc tính, và dùng khoảng thời gian để ghi thời gian hợp lệ có chu kỳ với những độ mịn (granularity) Thời gian khác nhau trong cùng một quan hệ, (ý nghĩa về độ mịn thời gian, thời gian hợp lệ có thể xem trong chương 2).
Ví dụ như quan hệ Phien_truc, trong bảng 1.1.1b, ghi lại ngày và giờ của từng nhân viên được phân công trực với hai độ mịn thời gian là ngày và giờ ứng với giá trị của thuộc tính.
Trong quan hệ trên mỗi mã nhân viên liên kết với giá trị của những thuộc tính NGAY và GIO, với độ mịn của NGAY là từng ngày và của GIO là từng giờ.
Nói cách khác MANV có giá trị thay đổi theo thời gian là ngày và giờ thì những giá trị thay đổi này được đặt trong hai cột NGAY và GIO, liên kết với MANV theo từng bộ trong quan hệ.
• Mô hình của Navathe
Mô hình này cũng là mô hình chỉ có thời gian hợp lệ. Nó cho phép CSDLTG chứa những quan hệ có dữ liệu thay đổi và không thay đổi theo thời gian (cũng gọi là quan hệ tĩnh).
Một CSDLTG được định nghĩa như là hội của hai tập quan hệ, một là tập quan hệ tĩnh Rs, hai là tập Rt gồm những quan hệ có dữ liệu thời gian. Mỗi quan hệ trong Rt có hai thuộc tính bắt buộc để ghi giá trị thời gian là: Ts ghi giá trị thời gian bắt đầu và Te ghi giá trị thời gian kết thúc. Ví dụ: Thuộc tính BACLUONG của MANV thay đổi theo thời gian đựơc ghi trong hai cột Ts và Te của bảng Luong như trong bảng 1.1.1c
1.1.2 Ngôn ngữ truy vấn thời gian
Mỗi mô hình dữ liệu thời gian thường đưa ra một ngôn ngữ truy vấn thời gian để thao tác, truy vấn dữ liệu thời gian. Đã có một số ngôn ngữ truy vấn được đề xuất và được nói đến trong [68] theo thứ tự thời gian như: Legol 2.0 năm 1979, TRM năm 1982, Tquel năm 1985, TempSQL năm 1985, HTQUEL năm 1985, Hquel năm 1986, TSQL năm 1986, TOSQL năm 1986, HSQL năm 1990. Phần sau đây điểm lại một số ngôn ngữ truy vấn từ năm 1990 đến nay, trong đó có những ngôn ngữ đã đề xuất trước năm 1990, nhưng được tác giả mở rộng thêm sau năm 1990 như: Ngôn ngữ TSQL của S. B. Navathe và Ahmed, năm 1993 [47], ngôn ngữ HSQL của N. L. Sarda, năm 1993 [55], ngôn ngữ TSQL2 của Snodgrass, năm 1995 [63]. Sau đó, năm 1996, TSQL2 [37], [63] được mở rộng thành ngôn ngữ SQL3 [14], [64], [68] và vào năm 1998, dựa trên SQL3, Andreas Steiner đã đề xuất ngôn ngữ ATSQL2 [66], [68]. Những ngôn ngữ trên đều dựa trên ngôn ngữ SQL chuẩn, đưa thêm vào yếu tố thời gian để mở rộng thành ngôn ngữ truy vấn thời gian.
- Ngôn ngữ TSQL: Ngôn ngữ này thêm vào SQL chuẩn mệnh đề WHEN để mô tả điều kiện giữa những khoảng thời gian, mệnh đề TIME-SLICE mô tả khoảng thời gian cần vấn tin và mệnh đề MOVING WINDOW mô tả chiều dài thời gian (ví dụ như ngày 6 tháng 2 năm …) Trong khoảng thời gian đã mô tả trong TIME-SLICE.
Ngôn ngữ này chỉ trình bày phần truy vấn truy xuất dữ liệu, không trình bày phần truy vấn định nghĩa dữ liệu.
- Ngôn ngữ HSQL: Ngôn ngữ này, trong định nghĩa dữ liệu, thêm mệnh đề mới BASE-TABLE-DEF để định nghĩa những bảng dữ liệu thời gian gồm bảng biến cố hay bảng trạng thái, mệnh đề GRANULARITY-DEF để định nghĩa độ mịn thời gian (ý nghĩa: Độ mịn thời gian, bảng biến cố, bảng trạng thái, xem mục 2.1,2.2 trong chương 2). Trong câu truy vấn truy xuất dữ liệu thời gian có những từ khoá, mệnh đề mới được thêm vào, ví dụ như: Từ khoá COALESCED (tương tự phép toán fold trong mục 2.4.5 của chương 2), từ khoá CONCURRENT chỉ ra tích đồng thời (concurrent product) Thay cho tích đề-các của những quan hệ, từ khoá HISTORY đặt trước tên bảng trong mệnh đề FROM để chỉ ra bảng đó có dữ liệu thời gian, mệnh đề FROMTIME … TOTIME chỉ ra khoảng thời gian cần vấn tin.. .
- Ngôn ngữ TSQL2: Nó có khả năng rộng hơn những ngôn ngữ được trình bày ở trên, do tác giả đã tổng hợp 9 ngôn ngữ truy vấn đã đề xuất trước đó như: Legol, TOSQL, TSQL, HSQL, Tquel, TempSQL, Hquel, HTQUEL, và TRM [68]. TSQL2 cho phép truy xuất, cập nhật, và định nghĩa dữ liệu. Một số từ khoá mới được thêm vào trong câu truy vấn (chi tiết hơn xem trong [64]), ví dụ như từ khoá VALID để chỉ ra câu truy vấn có yếu tố thời gian và ngược lại là NONSEQUENCED. Đặc biệt, các tác giả cũng trình bày phương pháp chuyển đổi từ một câu truy vấn thời gian thành câu truy vấn SQL thông thường trên cơ sở: Chuyển đổi đại số quan hệ thời gian thành đại số quan hệ truyền thống.
Ngôn ngữ TSQL và HSQL đã đưa ra được những khái niệm dựa trên nền tảng đại số quan hệ là một cơ sở vững chắc cho việc xây dựng câu truy vấn, những mệnh đề hay từ khoá mới trong câu lệnh, gợi được ngữ nghĩa thời gian cần truy vấn. Tuy nhiên ngôn ngữ được trình bày ở mức lý thuyết, chưa có cài đặt. Ngôn ngữ TSQL2 cũng được xây dựng trên cơ sở lý thuyết của đại số quan hệ, nhưng nó bao hàm những đặc điểm của một ngôn ngữ truy vấn thời gian, có tính hệ thống chặt chẽ và rõ ràng, nhưng chưa được cài đặt.
- Ngôn ngữ ATSQL2 [66], [67]: Do Andreas Steiner và công ty TimeConsul Product cài đặt dựa trên lý thuyết của TSQL2, được công bố từ năm 1999, và ở thời gian này ATSQL2 chỉ hỗ trợ câu truy vấn có thời gian hợp lệ. ATSQL2 được tiếp tục nâng cấp qua nhiều phiên bản cho đến ngày nay, và hỗ trợ song thời gian bao gồm thời gian hợp lệ và thời gian giao tác,. Hướng tiếp cận của ATSQL2 là thiết kế tầng trung gian để nó có thể thực hiện truy vấn trên hệ quản trị CSDL quan hệ Oracle, mà không phải là một hệ quản trị CSDL thời gian.
- Hệ thống truy vấn thời gian Chronus II [50], [52]: Do Martin J. O’Connor và những đồng sự (năm 2002) Đề xuất một hệ thống truy vấn thời gian có tên là
Chronus II. Họ mô tả ngữ nghĩa của phép kết thời gian khác với phép kết nối thông thường trong những bảng không có dữ liệu thời gian, và ứng dụng vào việc thực hiện những câu truy vấn thời gian trên nhiều bảng có yếu tố thời gian trong cơ sở dữ liệu bệnh viện. Chronus phát triển để những câu truy vấn hỗ trợ được cho việc ra quyết định điều trị trong khoa y của trường đại học Stanford.
-------------------------------------------
MỤC LỤC
MỞ ĐẦU
Chương 1 TỔNG QUAN
1.1 Phân tích, đánh giá một số công trình đi trước
1.1.1 Mô hình dữ liệu thời gian
1.1.2 Ngôn ngữ truy vấn thời gian
1.1.3 Tính toàn vẹn của dữ liệu ràng buộc theo thời gian
1.1.4 Trích yếu thời gian trên cơ sở dữ liệu thời gian
1.2 Những vấn đề nghiên cứu của luận án
1.2.1 Mô hình dữ liệu thời gian và ngôn ngữ truy vấn thời gian
1.2.2 Ràng buộc toàn vẹn thời gian
1.2.3 Trích yếu thời gian
1.3 Tổ chức của luận án
Chương 2 CƠ SỞ LÝ THUYẾT
2.1 Một số thuật ngữ
2.2 Thời gian hợp lệ trong mô hình dữ liệu thời gian
2.3 Bảng dữ liệu trạng thái, bảng dữ liệu biến cố và khoảng thời gian
2.4 Những phép toán trên khoảng thời gian
2.4.1 Phép so sánh khoảng
2.4.2 Phép hội (UNION)
2.4.3 Phép giao (INTERSECT)
2.4.4 Phép trừ (MINUS)
2.4.5 Phép toán fold
2.4.6 Phép toán unfold
2.5 Sự chuẩn hoá thời gian
2.5.1 Tính chất đồng bộ và phụ thuộc thời gian
2.5.2 Sự chuẩn hoá thời gian
2.6 Sự cần thiết chuẩn hoá thời gian
2.7 Vấn đề thời gian bất định trong CSDLTG
2.7.1 Tính bất định
2.7.2 Mở rộng ngữ nghĩa
2.8 Ngôn ngữ truy vấn thời gian
2.8.1 Đại số quan hệ
2.8.2 Đại số quan hệ thời gian
2.8.3 Chuyển đại số quanhệ thời gian thành đại số quan hệ
2.8.4 Tiểu ngôn ngữ truy vấn thời gian SubTSQL
2.9 Tóm tắt chương
Chương 3 TÍNH TOÀN VẸN CỦA DỮ LIỆU RÀNG BUỘC THEO THỜI GIAN
3.1 Đồ thị chuyển trạng thái biểu thị RBTVTG
3.1.1 Định nghĩa 1 (Đồ thị chuyển trạng thái)
3.1.2 Định nghĩa 2 (Thoả mãn nhãn trên cạnh của đồ thị)
3.1.3 Định nghĩa 3 (Dãy chuyển trạng thái)
3.1.4 Định nghĩa 4 (Ràng buộc theo thứ tự thời gian)
3.1.5 Định nghĩa 5 (Ràng buộc trên qui luật nghiệp vụ)
3.1.6 Định nghĩa 6 (Ràng buộc trên dãy chuyển trạng thái)
3.2 Xây dựng những thủ tục kiểm tra RBTVTG
3.2.1 Những trạng thái được lặp lại trong dãy chuyển trạng thái
3.2.2 Kiểm tra RBTVTG trên đồ thị chuyển trạng thái
3.3 Xây dựng đồ thị chuyển trạng thái từ đặc tả ràng buộc toàn vẹn
3.3.1 Cú pháp và ngữ nghĩa của PS
3.3.2 Đặc tả RBTVTG bằng PS
3.3.3 Kiểm tra PS hợp lệ
3.3.4 Chuyển đổi PS thành đồ thị chuyển trạng thái
3.4 Cài đặt RBTVTG
3.4.1 RBTVTG và qui luật nghiệp vụ
3.4.2 Đặc tả ràng buộc RB bằng PS
3.4.3 Chuyển đổi PS thành đồ thị chuyển trạng thái
3.4.4 Lược đồ cơ sở dữ liệu và kiểm tra RBTVTG
3.5 Tầm quan trọng của RBTVTG
3.6 Biện luận
3.6.1 So sánh hướng tiếp cận của luận án với hướng tiếp cận của Gertz
3.6.2 Đánh giá chi phí bằng thực nghiệm
3.7 Tóm tắt chương
Chương 4 TRÍCH YẾU THỜI GIAN TRONG CƠ SỞ DỮ LIỆU THỜI GIAN
4.1 Những phương pháp suy diễn và những tri thức cần thiết
4.1.1 Những phương pháp suy diễn và cơ chế
4.1.2 Những tri thức cần thiết cho trích yếu thời gian
4.2 Cơ sở tri thức cho trích yếu thời gian
4.2.1 Một số tính chất của luật suy diễn
4.2.2 Tính an toàn (safe) Của luật
4.2.3 Luật suy diễn thời gian trên cơ sở dữ liệu thời gian
4.2.4 Ngôn ngữ trích yếu thời gian TAR (Temporal-Abstraction Rules)
4.2.5 Luật TYTG theo chiều ngang dùng cơ chế suy diễn thờigian
4.2.6 Luật TYTG theo chiều dọc dùng cơ chế trích yếu đồng thời
4.2.7 Luật TYTG theo nội suy thời gian dùng cơ chế nội suy thờigian
4.2.8 Luật TYTG không có cơ chế trích yếu thời gian
4.3 Trích yếu thời gian trên đồ thị suy diễn
4.3.1 Đồ thị suy diễn
4.3.2 Hướng tiếp cận trích yếu thời gian trên đồ thị suy diễn
4.3.3 Xây dựng thủ tục trích yếu thời gian trên đồ thị suy diễn
4.4 Phân rã dữ liệu theo thời gian để chuẩn bị TYTG
4.4.1 Thủ tục phân rã dữ liệu
4.4.2 Phân tích độ phức tạp của giải thuật phân rã dữ liệu
4.4.3 Một ví dụ phân rã dữ liệu
4.5 Ứng dụng trích yếu thời gian
4.5.1 Xây dựng luật suy diễn trong ứng dụng
4.5.2 Xây dựng đồ thị suy diễn trong ứng dụng
4.6 Cài đặt trích yếu thời gian
4.6.1 Tổ chức cơ sở dữ liệu
4.6.2 Tích hợp TYTG với quản lý dữ liệu thời gian vào một kiếntrúc đơn
4.6.3 Kiến trúc của hệ thống TDM
4.6.4 Ví dụ câu truy vấn TYTG
4.7 Phân tích TYTG dựa vào thực nghiệm
4.7.1 Chi phí TYTG của luận án bằng thực nghiệm
4.7.2 Chi phí của hệ thống RÉSUMÉ của Shahar và IDAN của Boaz
4.8 Tóm tắt chương
Chương 5 NHỮNG KẾT QUẢ VÀ BIỆN LUẬN
5.1 Kết quả của chương 3
5.2 Kết quả của chương 4
5.3 Kết quả của chương 5
5.4 Hướng phát triển của luận án
KẾT LUẬN
-------------------------------------------
TÀI LIỆU THAM KHẢO
[1] Allen J.F. (1993), “Maintaining Knowledge about Temporal Intervals”, Communication of the ACM, 26(11), pp. 832-843.
[2] Artale A., Franconi E. (1999), “Reasoning with enhanced Temporal Entity-Relationship Models”, Knowledge Representation Meets Databases, pp. 1-5.
[3] Balaban M., Boaz D., Shahar Y. (2003), “Analysis of Temporal Abstraction in Medical Databases”, Proceedings of the 10th International Workshop on Knowledge Representation meets Databases (KRDB 2003), Hamburg, Germany.
[4] Balaban M., Boaz D., Shahar Y. (2003),”Applying Temporal Abstraction in Medical Information Systems”, Annals of Mathematics, Computing and Teleinformatics, 1(1), pp. 56-64.
[5] Baudinet M., Chomicki J., Wolper P. (1993), “Temporal Deductive Databases, in Temporal Databases”, Theory, Design, And Implementation, A.U. Tansel et al., (Eds.), Benjamin Cummings, pp.294-320.
[6] Bellazzi R., Larizza C., Riva A. (1997), “Temporal abstraction for pre-processing and interpreting diabetes monitoring time series”, In Proc. Workshop on Intelligent data analysis in Medicine and Pharmacology (IDAMAP 97), pp. 1-9.
[7] Bellazzi R., Larizza C., Riva A.(1997), “Temporal abstraction for diabetes patients management ”, In Proc. AIME-97, Artificial Intelligence in Medicine, pp. 319-330.
[8] Bellazzi R., Larizza C., Magni P., Montani S., Stefanelli M.(2000), “Intelligent analysis of clinical time series: an application in diabetes mellitus domain”, Artificial Intelligence in Medicine 20(1): pp. 35-57.
[9] Boaz D., Shahar Y., (2003), “IDAN: A Distributed Temporal-Abstraction Mediator for Medical Databases”, Proceedings of the 9th Conference on Artificial Intelligence in Medicine, Europe (AIME) ‘03, Protaras, Cyprus.
[10] Boaz D., Balaban M., Shahar Y. (2003), “ A Temporal-Abstraction Rule Language for Medical Databases”, Proceedings of the workshop on Intelligent Data Analysis in Medicine and Pharmacology (IDAMAP) '03, Protaras Cyprus.
[11] Boaz D., Shahar Y. (2005), “ A Framework for Distributed Mediation of Temporal-Abstraction Queries to Clinical Databases”, Artificial Intelligence in Medicine, 34(1): pp. 3-24.
[12] Böhlen M.H. (1994), “Valid Time Integrity Constraints”, Technical Report TR 94-30, Department of Computer Science, Univ. of Arizona. C
[13] Böhlen M.H., Snodgrass R.T., Soo M.D.(1996), “Coalescing in Temporal Databases”, Proc. of 22nd Very Large DataBases Conference, Mumbai (Bombay), India.
[14] Böhlen M.H., Chomicki J., Snodgrass R.T., Toman D. (1996), “Querying TSQL2 Databases with Temporal Logic”, Proceedings of Advances Database Technology, LNCS, 1057, Springer, pp. 325-341.
[15] Chen P.(1986), “ Entity-Relationship Modeling: Historical Events, Future Trends, and Lessons Learned”, available at: http://citeseer.ist.psu.edu/595690.html.
[16] Chomicki J., Niwi D. (1993),"On the Feasibility of Checking Temporal Integrity Constraints", ACM SIGACT-SIGMOD-SIGART, sysmposium on Principles of Database System, Wasington D. C., pp. 202-213.
[17] Chomicki J., Toman D. (1994), “Implementing Temporal Integrity Constraints Using an Active DBMS”, In Proc. RIDE'94 Active Database Systems, Houston, pp. 87-95, 1994.
[18] Chomicki J. (1995), “Efficient checking of Temporal Integrity Constraints Using bounded History Encoding” , Computing and Information Sciences Kansas State University Manhattan, KS66506.
[19] Chomicki J., Toman D. (1997), “Temporal Logic in Information Systems”, BRICS Lecture Series, Dept. of Computer Science, University of Aarhus, Denmark.
[20] Clemensen J., Larsen S. B., Bardram J. E., (2005), “Developing Pervasive – Health Moving Experts from Hospital to Home”, University of Aarhus Aabogade 42, DK-8200 Aarhus N, Denmark.
[21] Clifford J., Gadia S.(1993), “The Interval-Extented Relational model and its application to Valid-Time Databases”, In A.Tansel et al., (Eds), Temporal Databases : Theory design, and implementation, chapter 3, pp. 67-91.
[22] Codd E. F. (1979), “Extending the Database Relational Model to Capture More Meaning”, IBM Research Laboratory, ACM Transactions on Database Systems, Vol. 4, No. 4, pp. 397-434.
[23] Das A. K., Tu S. W., Purcell G.P., Musen M. A. (1992), “An Extended SQL for Temporal Data Management in Clinical Decision-Support Systems”, Proc. of 16th Annual Symposium on Computer Applications in Medical Care, Baltimore, pp. 128-132.
[24] Date C. J., Darwen H., Lorentzos N. A. (2003), “Temporal data and Relation Model”, Morgan Knaufmann, Publishers.
[25] Dyreson C.E., (1994),“Valid-time Indeterminacy”, Ph.D. Dissertation, Department of Computer Science, University of Arizona. D
[26] Elmasri R., Wuu T.J. (1993), “A Temporal Model and Query language for EER Databases”, In A. Tansel et al., (Eds), Temporal Databases : Theory Design, and Implementation, Benjamin/Cummings Publishers, chapter 9, pp.212-229.
[27] Elmasri R. , Wuu G.T.J., Kouramajian V.(1993), “A Temporal Model and Query Language for EER Databases”, A.U.Tansel, (Ed), Benjamin Cummings, pp. 212-229.
[28] Gabbay D., McBrien P. (1991), “Temporal Logic and Historical Databases”, Proceedings of 17th VLDB Conference, Barcelona, pp. 423-430.
[29] Gertz M., Lipeck U.W. (1995), “Temporal Integrity Constraints in Temporal Databases”, Proceedings of the International Workshop on Temporal Databases, J. Clifford, A. Tuzhilin (Eds.), Springer-Verlag, Berlin, pp. 77-92.
[30] Gertz M., Lipeck U.W. (1996), “Deriving Integrity Maintaining Triggers from Transition Graphs”, Proceedings 9th International Conference on Data Engineering, IEEE Computer Society Press, pp.22-29.
[31] Gregersen H., Jensen C.S. (1997), “Temporal Entity-Relationship Models – a Survey”, TIMECENTER Technical Report TR-3.
[32] Gregersen H., Jensen C.S. (1998), “Conceptual Modeling of Time-varying Information”, TIMECENTER Technical Report TR-35.
[33] Horn W., Miksch S., Egghart G., Popow C., Paky F. (1997), “Effective Data Validation of High-frequence Data: Time-Point, Time-Interval, and Trend-Base Methodes”, Computers in Biology and Medicine, 27(5).
[34] Ho T.B., Nguyen D.D., Kawasaki S., Nguyen T.D.(2002), “Extracting Knowledge from Hepatitis Data with Temporal Abstraction”, IEEE Conference on Data Mining, Workshop on Active Mining, Maebashi, pp. 91-96.
[35] Ho T.B., Le, S.Q., Tran, T.N., Takabayashi K.(2004), “Combining Temporal Abstraction and Data Mining to Study Hepatitis”, ECML/PKDD 2004 Workshop on Discovery Challenge, pp. 155-167.
[36] Jensen C. S., Snodgrass R. T., Soo M. D. (1995), “The TSQL2 Data Model”, The TSQL2 Temporal Query Language, pp. 153-238. Kluwer Academic Publishers, Available at: http://citeseer.ist.psu.edu/jensen95tsql.html
[37] Jensen C.S., (2001), “Introduction to Temporal Database Research”, Available at: http://infolab.usc.edu/csci599/Fall2001/paper/chapter1.pdf
[38] Jensen C.S., Snodgrass R. T. (1995), “Semantics of Time-Varying attributes and Their Use for Temporal Database design”, LNCS 1021, pp. 366-377, Springer-Verlag. E
[39] Jensen C.S., Snodgrass R. T., Soo M. D., (1995), “Extending Existing Dependency Theory to Temporal Databases”, chapter 29.
[40] Kawasaki S., Nguyen T.D., Ho T.B. (2003), “Temporal Abstraction for Long-term Changed Tests in Hepatitis Domain”, Journal of Advanced Computational Intelligence and Intelligent Informatics 7(3), pp. 348-354.
[41] Lavrač N. ,Keravnou E., Zupan B. (1997), “Intelligent Data Analysis in Medicine”, Intelligent Data Analysis in Medicine and Phamacology, pp. 243-260.
[42] Lipeck U.W., Zhou H. (1991), “Monitoring Dynamic Integrity Constraints on Finite State Sequences and Existence Intervals”, In: Proceedings of the 3rd International Workshop on Foundations of Models and Languages for Data and Objects, Aigen, pp. 115-130.
[43] Lipeck U.W. (1994), “Transitional Monitoring of dynamic Integrity Constraints”, Bulletin of the Technical Committee on Data Engineering, Vol. 17, No.1, (Special Issue on Data Constraint Management), IEEE Computer Society, pp. 38-42.
[44] Locke P., “Oracle Call Interface Programmer’s Guide”, Oracle Corporation,
1997.
[45] Lorentzos N.A.(1993), “The Interval-extended Relational Model and its Application to Valid-time Databases”, in A.U. Tansel et al. (Eds.), Temporal Databases – Theory, Design and Implementation, Benjamin/Cummings Publishing, pp. 65-91.
[46] Marchetti-Spacecamela A., Pelaggi A. and Sacca D. (1987), “Worst-case Complexity Analysis of Methods for Logic Query Implementation”, Proc. of 6th , ACM-SIGACT-SIGMOD-SIGART Symposium of Principles of Database Systems, San Diego, California, USA, pp. 294-301.
[47] Navathe S.B., Ahmed R. (1993), “Temporal Extensions to Relational Model and SQL”, in A.U. Tansel et al. (Eds.), Temporal Databases – Theory, Design and Implementation, Benjamin/Cummings Publishing, pp. 92-109.
[48] Nguyen J.H., Shahar Y., Tu S.W., Das Amar K., Musen M.A.(1999), “Integration of Temporal Reasoning and Temporal Data Maintenance into a Reusable Database Mediator to Answer Abstract, Time-Oriented Queries: The Tzolkin System”, J. Intelligent Information System 13(1-2), pp.121-145.
[49] Niki P. et al.(1994), “Toward an Infrastructure for Temporal databases”, Report of an Invitational ARPA/NSF Workshop.
[50] O’Connor M. J., Tu S. W., Mussen M. A. (1999), “Applying Temporal Joins to Clinical Databases” , Proc. of the AMIA Annual Symposium, Washington, D.C., pp. 335-339. F
[51] O’Connor M. J., Tu S. W., Mussen M. A. (2000), “Representation of Temporal Indeterminacy in Clinical Databases”, Technical Report SMI-2001-10857, Standard University School of Medicine, Stanford.
[52] O’Connor M.J., Tu S.W., Mussen M.A. (2002), “The Chronus II Temporal Database Mediator”, Technical Report SMI-2002-0941, Standard University School of Medicine, Stanford.
[53] Ozsoyoglu G., Snodgrass R.T. (1995), “Temporal and Real-Time Databases: A Survey”, Knowledge and Data Engineering, vol 7, pp. 513-532.
[54] Rosenzweig B. (2000), “Oracle Pl/SQL interactive workbook”, The Prentice Hall PTR Oracle Series, ISBN 0-13-015743-0.
[55] Sarda N.L., “HSQL: A Historical Query Language”(1993), in A.U. Tansel et al. (Eds.), Temporal Databases – Theory, Design and Implementation, Benjamin/Cummings Publishing, pp. 110-140.
[56] Segev A., Shoshani A. (1993), “A Temporal Data Model Based on Time Sequences”, A.e.a. Tansel, (Eds), Benjamin Cummings, pp. 248-270.
[57] Shahar Y. (1994), “A Knowledge-base methode for Temporal Abstraction of Clinical Data”, Ph.D thesis, Stanford Medical Informatics, Stanford University School of Medicine.
[58] Shahar Y. (1997), “Timing is Everything: temporal Reasoning and Temporal Data Maintenance in Medicine”, Western Journal of Medicine 168, pp. 105-113.
[59] Shahar Y. (1995), “A framework for knowledge-base temporal abstraction”, Technical Report No. KSL95-29 , Section on Medical Informatics, Stanford University School of Medicine.
[60] Shahar Y., Cheng C.(1998), “Ontology-Driven Visualization of Temporal Abstractions”, A temporal-abstraction system for patient monitoring, Computers and Biomedical Research 26, pp. 255-273.
[61] Shahar Y., Musen M.A. (1996), “Knowledge-Based Temporal Abstraction in Clinical Domains”, Artificial Intelligence in Medicine 8(3), pp. 267-298.
[62] Slivinskas G. (2001), “A Middleware Approach to Temporal Query Processing, Ph.D. Dissertation, Aalborg University, Denmark, Available at: http://www.citeser.ist.psu.edu
[63] Snodgrass R.T. (Ed.) (1994), “An Evaluation of TSQL2”, Commentary, TSQL2 Design Committee.
[64] Snodgrass R.T., Jensen C.S. (1996), “Adding Valid Time to SQL/Temporal”, ISO International Organization for Standardization. G
[65] Snodgrass R.T. (2000), “Developing Time-Oriented Database Application in SQL”, Morgan Kaufmann Publishers 2000.
[66] Steiner A. (1998), “A Generalisation Approach to Temporal Data Models and their Implementations”, Diss. ETH No.12434 – 1998.
[67] Steiner A. (1999), ”TimeDB 2.0”, Version Beta 4, a TimeConsult Product, Available at: http://www.TimeConsult.com.
[68] Suchen H., Jensen C. S., Snodgrass R. T. (1995), “Valid-Time Selection and Projection”, The TSQL2 Temporal Query Language, pp. 251-298.
[69] Tansel A.U. (1993), “A Generalize Relational Framework for Modeling Temporal Data”, A.U. Tansel, (Ed), Benjamin Cummings, pp. 183-201.
[70] Thomas N., (2004), “A compact guide to LEX & YACC”, Availabe at: http://www.epaperpress.com.
[71] Torp K., Jensen C.S., Böhlen M. (1997),“Layered Implementation of Temporal DBMS’s – Concepts and Techniques”, TIMECENTER, Technical Report, TR-2,.
[72] Ullman J.D. (1998), “Principles of Database and Knowledge-Base Systems”, volume I, chapter 3, Logic as a Database Model.
[73] Wuu G.T.J., Dayal U. (1993), “A Uniform Model for Temporal and Versioned Object-Oriented Databases”, A.U. Tansel, (Ed), Benjamin Cummings, pp.230-247.
[74] Yu C.T., Meng W. (1998), “Principles of Database Query Processing for Advanced Applications”, Publishher: Morgan Kaufmann Publishers: ISBN: 1558604340, chapter 7, Query Processing in Deductive Database Systems, pp.246-265.
[75] Lê văn Quốc Anh, “Giải quyết vấn đề thời gian bất định trong cơ sở dữ liệu hướng thời gian-ứng dụng vào trong cơ sở dữ liệu bênh viện”, Luận văn cao học, Khoa Công nghệ thông tin, ĐH. Bách khoa, TP. HCM, 6/2005.
[76] Nguyễn Đức Bảo (2002), “Sử dụng trị số ngưỡng-giá trị CEA để chuẩn đoán sớm ung thư đại-trực tràng tái phát”, Nghiên cứu y học, TP.HCM, Tập 6, phụ bản số 4, trang 198-202.
[77] Nguyễn Đức Bảo (2002), “ Nghiên cứu giá trị xét nghiệm CEA trong ung thư đại trực tràng”, Nghiên cứu y học, TP.HCM, Tập 6, phụ bản số 4.
--------------------------------------------
Keyword: download luan an tien si, ky thuat, rang buoc toan ven, va trich yeu thoi gian, trong co so du lieu, huong thoi gian, va ung dung, pham van chung
linkdownload: LUẬN ÁN TIẾN SĨ KỸ THUẬT
Nhận xét
Đăng nhận xét