دانلود رایگان مقاله پیشرفتهای اخیر در هوش مصنوعی ، دانش مهندسی و پایگاه های داده

چکیده 

      زمان یکی از سخت ترین جنبه های برای رسیدگی در  برنامه های کاربردی در دنیای واقعی ، به ویژه در سیستم های پایگاه داده است. سیستم های مدیریت پایگاه داده نسبی پیشنهاد شده توسط Codd پشتیبانی بسیار کمی از مدیریت داده های متغیر با زمان و نظریه معناشناسی موقتی ارائه نموده اند. بسیاری از الحاقات موقتی برای مدل نسبی پیشنهاد شده اند و برخی از آنها نیز اجرا می شوند. سیستم پیشنهادی مبتنی هستی شناختی برای اصطلاحات مراقبت از سلامتی شامل اطلاعات حیاتی بیماران، فعالیت ها و همچنین داده های درمان است. ما یک مدل مفهومی موقتی را برای هدایت ویژگی های متغیر با زمان در مدل پایگاه داده نسبی با ویژگی های موقتی حداقل پیشنهاد خواهیم داد. تعریف، مدیریت مدل ارائه شده آسان است و ویژگی های مهم را در مدل نسبی موقتی هدف می گنجاند. علاوه بر این ما باید پیاده سازی مدل را بر اساس اطلاعات بیمار را توضیح دهیم و همچنین تجزیه و تحلیل مورد نیاز را ارائه دهیم: گردش کار برای مدیریت بیماران در محیط بیمارستان. در پاسخ به افزایش هزینه مراقبت های بهداشتی، قابل اعتماد بودن ، حفظ حریم خصوصی ، امنیت و تغییر انتظارات در مورد کیفیت مراقبت های بهداشتی ، مدیریت داده ها در بهبود خدمات بهداشتی بسیار مهم است.

1 مقدمه

     مدل نسبی [11] مبتنی بر یک نام تجاری ریاضی به نام جبر نسبی است Codd  به مفهوم مدیریت ، مقدار بسیار عظیمی از داده ها به طور بسیار موثر استفاده می شود. Codd و دیگران این تصور را برای درخواست طراحی پایگاه داده را گسترش داده اند.. بنابراین آنها قادر به استفاده از قدرت انتزاعی ریاضی و وضوح  نماد های ریاضی به منظور توسعه یک ساختار ساده اما قدرتمند برای پایگاه داده ها هستیم  [20].

     رابطه باید در شکل اول نرمال باشد (FNF) ، به این معنی که دامنه  ویژگی ها در طرح آن  تنها ممکن است انواع داده های عددی باشند. به عبارت دیگر ، یک رابطه می تواند به عنوان زیر مجموعه ای از ضرب دکارتی از تمام حوزه های ویژگی های موجود در طرح در نظر گرفته شده باشد.

      مدل نسبی داده ها تنها قابلیت پشتیبانی از تابعیت تنها برای دسترسی به یک حالت از دنیای واقعی ، به نام عکس فوری (اسناپ شات) را دارد. انتقال از یک حالت پایگاه داده به حالت دیگر (به روز رسانی) و بدین ترتیب صرفه نظر از حالت قدیمی. با این حال، بسیاری از حوزه های کاربرد وجود دارند که نیاز به دسترسی نه تنها به حالت های اخیر، بلکه به حالات گذشته و حتی آینده دارند، و مفهوم سازگاری داده ها باید برای پوشش دادن این حالات پایگاه داده گسترش یابد. با توجه به فرض FNF در مدل نسبی، محدودیت در ابراز ساختارهای داده ای وجود دارد. برای غلبه بر این مانع ، مدل نسبی گسترش یافته است [13] برای پشتیبانیاز شکل غیر نرمال اول (NFNF) و یا روابط تو در تو.

      تلاش برای گنجاندن حوزه موقتی در سیستم مدیریت پایگاه داده برای بیش از یک دهه ادامه داشته است و ده ها مدل های موقتی پیشنهاد شده است [6] ، [8] ، [10] ، [17] و چند تا از آنها را اجرا شده اند [1] ، [9] ، [29] ، [30[

      طراحی موثر ، امن [28] و سیستم های اطلاعاتی مراقبت های بهداشتی مفید که داده های موقتی را هدایت می نمایند، چالشی بزرگ برای مهندسین نرم افزار است. این مورد شامل اطلاعات خیلی پیچیده ای است که با گذشت زمان تکامل می یابند. مدل نسبی یک مدل بسیار قدرتمند و به خوبی پذیرفته شده در میان کمپانی های کامپیوتر است. تعدادی از پسوندها برای این مدل وجود دارد که داده های متغیر با زمان را گنجانده است. در این مقاله ما به بررسی مدیریت داده های بیمار (PDM) با توجه به ماهیت متغیر با زمان داده ها و ارائه شمای نسبی مفهومی موقتی برای PDM. می پردازیم.

       این مقاله به شرح زیر سازمان یافته است: بخش 2 ، بحث و گفتگو در مدل های مختلف موقتی نسبی صورت گرفته است. بخش 3 با هستی شناختی و تجزیه و تحلیل الزامات پیشنهاد شده ارتباط دارد: گردش کار برای مدیریت داده های بیمار. بخش 4 مدل مفهومی اطلاعات پیشنهاد شده را توصیف می نماید [5] ، (TempR - PDM) با طرح منطقی آن.

2 بررسی

      بسیاری از مدلهای  داده ها که تا کنون برای تصرف معانی داده های موقتی معرفی شده اند، رویکرد مدل رابطه مقوله سنتی (ERM) را حفظ نموده اند. ERM سنتی برای گرفتن تمام جنبه های موقتی قادر نیست. بسیاری از الحاقات [19] برای گسترش ERM برای گرفتن اطلاعات متغیر با زمان را به یک روش یا روشی دیگر پیشنهاد شده اند. زبان مدلسازی یکپارچه (UML) نیز به عنوان ابزاری برای توسعه طرح منطقی و مفهومی از جهان کوچک استفاده می شود.

      نکته مهم دیگر این است که چگونه این مدل مفهومی جدید [5] در یک پایگاه داده نسبی گنجانده خواهد شد. یک راه برای انجام این کار توسعه لایه موقتی است و این لایه مسئول ترجمه پرسش و پاسخ های موقتی به اظهارات SQL سنتی است. رویکرد دیگر طراحی زبان پرس و جو موقتی کامل [6] است که نه تنها پشتیبانی از تمام اظهارات SQL می کند بلکه اپراتورهای جدید را بر اساس جبر نسبی موقتی ترکیب می کند [27]. راه حل های زیادی برای این مسئله وجود دارد و چند پیاده سازی موفقیت آمیز نیز در جدول 1 خلاصه شده است.

Abstract:

     Time is one of the most difficult aspects to handle in real world applications, especially in database systems. Relational database management systems proposed by Codd offer very little built-in support for managing time varying data and theory of temporal semantics. Many temporal extensions of the relational model have been proposed and some of them are also implemented. The proposed system is based on an ontology of health Care terminology including patients vital data, activities and as well as the treatment data. We will propose a conceptual temporal model for handling time varying attributes in the relational database model with minimal temporal attributes. The proposed model is easy to define, manage and incorporates the important and relevant features in the target temporal relational model. Furthermore we have illustrated implementation of the model on patient database and also present the requirement analysis: work flow for managing patients in hospital environment. In response to rising health care costs, reliability, privacy, security and changing expectations concerning the quality of health care, data management is very important in improving health care services.

1 Introduction

       The relational model [11] is based on a brand of mathematics called relational algebra. Codd used that concept to manage huge amounts of data very effectively. Codd and others have extended the notion to apply to database design. Thus they were able to take advantage of the power of mathematical abstraction and the expressiveness of mathematical notation to develop a simple but powerful structure for databases [20].

      A relation has to be in first normal form (FNF), meaning that the domains of the attributes in its schema may only be of scalar data types. In other words, a relation can be considered as a subset of the Cartesian product of all the attribute domains contained in its schema.

      The relational data model only support functionality to access a single state of the real world, called a snapshot. The transition from one database state to another (updates) thereby giving up the old state. There exist, however, many application domains which need to have access not only to the most recent state, but also to past and even future states, and the notion of data consistency must be extended to cover all of these database states. Due to the FNF assumption in the relational model, there is a restriction in expressing the data structures. To overcome this drawback, the relational model has been extended [13] to support, non first normal form (NFNF) or nested relations.

      Efforts to incorporate the temporal domain into database management system have been ongoing for more than a decade and dozens of temporal models have been proposed [6], [8], [10], [17] and a few of them have been implemented [1], [9], [29], [30].

      Designing effective, secure[28] and useful healthcare information systems which handles temporal data is a great challenge for software engineers. It includes very complex information that evolves with time. Relational model is a very powerful model and well accepted model among the vendors. There are number of extensions to this model which incorporates time varying data. In this paper we investigate the patient data management (PDM) with respect to the time varying nature of data and propose a conceptual temporal relational schema for PDM.

       This paper is organized as follows: Section2, discussion on various temporal relational models has been made. Section 3 deals with the ontology and a proposed requirement analysis: work flow for patient data management. Section 4 describes the proposed conceptual data model [5], (TempR-PDM) with its logical schema.

2 Discussion

      Many data models are introduced so far to capture the semantics of temporal data keeping the traditional entity relationship model (ERM) approach. Traditional ERM is not capable for capturing the whole temporal aspects. Many extensions [19] have been proposed to extend the ERM to capture time varying information in one way or the other. Unified modeling language (UML) is also used as a tool to develop the logical and conceptual schema of the mini world.

      The other important point is how this new conceptual model [5] will be incorporated into a relational database. One way of doing this is to develop a temporal layer and this layer is responsible for translating the temporal queries to traditional SQL statements. The other approach is to design a complete temporal query language [6] which not only supports all SQL statements but incorporate new operators based on temporal relational algebra [27]. There are many solutions for this problem and few successful implementations are also summarized in table 1.

چکیده 

1 مقدمه

2 بررسی

3 تجزیه و تحلیل مورد نیاز: گردش کار برای مدیریت اطلاعات بیماران 

3.1 هستی شناختی

4 مفهومی مدل پیشنهادی : TempR - PDM

4.1 ساختار زمانی

4.2 مشخصات موقتی نشان دهنده : 

4.3 طرح رابطه موقتی

5. نتیجه

6. کارهای و ارزیابی های آینده

Abstract

1 Introduction 

2 Discussion 

3 Requirement Analysis: Work Flow for Patient Data Management

3.1 Ontology 

4 Proposed Conceptual Model: TempR-PDM 

4.1 Structure of Time 

4.2 Representing Temporal Characteristics: 

4.3 Temporal Relation Schema 

5. Conclusion 

6. Future work and Evaluation 

References