Um Sistema gerenciador de Bancos de Dados (SGBD) possui como principal característica a capacidade de gerenciar bases de dados que representam parte do mundo real. Para que essa representação seja fiel, os dados presentes em uma base de dados devem obedecer a diversas regras conhecidas como restrições de integridade. Estas podem ser provenientes da realidade modelada, da implementação ou do modelo de dados utilizado. O suporte oferecido por sistemas gerenciadores de bancos de dados tradicionais não é suficientemente adequado a certas aplicações com necessidades que vão além das convencionais. Diversas aplicações necessitam armazenar dados históricos em conjunto com seus períodos de validade. Outras precisam armazenar versões de conjuntos de dados, gerenciando suas agregações e formas de representação. Através do suporte aos conceitos de tempo e de versão, provido por um SGBD, grande parte dessas necessidades é suprida. Este tipo de banco de dados usa o conceito de tempo para armazenar e controlar dados históricos enquanto o conceito de versão permite a gerência de alternativas de projeto. Existem atualmente diversos trabalhos e implementações relacionados à manutenção de restrições de integridade sobre bancos de dados tradicionais. Entretanto, restrições que consideram a gerência de tempo e de versões sobre dados ainda representam uma área de pesquisa praticamente inexplorada. De acordo com essa realidade, o primeiro objetivo do presente trabalho consiste em definir uma classificação de restrições de integridade para bases de dados com suporte a tempo e versões, a fim de prover uma base para o desenvolvimento de pesquisas relacionadas à sua especificação e manutenção. O segundo objetivo consiste em agregar ao Modelo Temporal de Versões (TVM), que suporta os conceitos de tempo e de versão, uma linguagem que permita a especificação de restrições de integridade. Esta linguagem considera características relacionadas à temporalidade e ao versionamento dos dados e das próprias restrições.

Modelos de bancos de dados têm sido progressivamente estendidos a fim de melhor capturar necessidades específicas de aplicações. Bancos de dados versionados, por exemplo, provêm suporte a versões alternativas de objetos. Bancos de dados temporais, por sua vez, permitem armazenar todos os estados de uma aplicação, registrando sua evolução com o passar do tempo. Tais extensões sobre os modelos de dados se refletem nas respectivas linguagens de consulta, normalmente sob a forma de extensões a linguagens conhecidas, tais como SQL ou OQL. O modelo de banco de dados TVM (Temporal Versions Model ), definido sobre o modelo de banco de dados orientado a objetos, suporta simultaneamente versões alternativas e o registro de alterações de objetos ao longo do tempo. A linguagem de consulta TVQL (Temporal Versioned Query Language), definida a partir da linguagem de consulta SQL, permite recuperar informações do modelo de dados TVM. As construções introduzidas em TVQL têm como objetivo tornar simples a consulta do banco de dados em diversos pontos da linha temporal. Apesar das vantagens da utilização da linguagem TVQL para resgatar dados temporais do modelo TVM, existem algumas limitações importantes para seu aprimoramento. Uma delas é a alta complexidade do modelo TVM, proveniente da integração de conceitos variados como estados alternativos e rótulos temporais. Outro ponto é que, até o presente momento, não existe um interpretador para TVQL, impedindo uma experiência prática de programação de consultas. O objetivo principal deste trabalho é o desenvolvimento de uma especificação formal para a linguagem TVQL, tornando possível um estudo consistente de suas construções. Adicionalmente, uma especificação formal serve como documentação para futuras implementações de interpretadores. Neste trabalho foi desenvolvido um protótipo de avaliador de consultas e verificador de tipos para um núcleo funcional da linguagem TVQL, possibilitando também uma experimentação prática sobre os modelos propostos.

Este trabalho visa estabelecer uma análise comparativa das formas e métodos de embutimento de linguagens de manipulação de banco de dados em linguagens convencionais de programação a fim de que possa ser usada como ferramenta de auxílio ao desenvolvimento de futuros projetos nesta área. Este estudo procurou analisar as preocupações existentes no projeto do embutimento. Paralelamente foram abordadas alternativas para interface com um banco de dados, considerando os aspectos humanos envolvidos, a fim de que fosse possível extrair alguns parâmetros de comparação. Uma análise foi feita, sobre os S.G.B.D. mais expressivos em cada uma das abordagens de estruturação de dados, buscando fornecer os subsídios necessários à elaboração da comparação e classificação das características da linguagem de manipulação de dados, nas diversas formas de embutimento, a qual é considerada como objetivo principal desta dissertação. / This work intends to establish a comparative analysis of the forms and methods of embedding database manipulation languages in general purpose programming languages, so that it can be used as a tool to assist in the future development in this area. This study attempted to analyse the apprehensions that appears in embedding designs. Concomitantly, some other alternatives, considering the human factors envolved, were approached for interfacing with a database, in order to be able to obtain some parameters of comparison. It was done an analysis, about the most expressive D.B,M,S, for every approach of data modeling, trying to find a way to provide the necessary resources for the improvement of the comparison and classification of data manipulation languages features, in the various embedding forms,which is considered as the main purpose of this dissertation.

O Modelo Temporal de Versões (TVM Vesions Model) foi proposto com base na união de um modelo de versões com informações temporais. Esse modelo permite o armazenamento de alternativas de projeto, o armazenamento da história dos dados em evolução, bem cmoo a reconstrução do estado da base em qualquer data passada, sem o uso de operações complexas de backup e recovery. Para realizar consultas nesse modelo foi definida uma linguagem de consulta, a TVQL (Temporal Versioned Query Language). Além das consultas básicas realizadas pela linguagem padrão AQL, a TVQL permite novas consultas que retornam valores específicos das características de tempo e versões, estabelecendo um comportamento o mais homogêneo possível para elementos normais e temporais vesionados. O objetivo principal deste trabalho e possibilitar a realização de consultas TVQL em um banco de dados convencional. Nesse contexto, o mapeamento da TVQL é implementando através da tradução de todas as propriedades e funções definidas na TVQL para SQL. Para que isso seja possível é necessário queos dados também estejam nesse banco de dados. Então, faz-se necessário o mapeamento das classes da hierarquia do TVM, bem como das classes da aplciação, para o banco de dados. Adicionalmente, é implementado um protótipo de uma interface de consultas realizadas em TVQL, para testar o funcionamento tanto da TVL como do seu mapeamento.

O objetivo principal desse trabalho é apresentar uma alternativa para a união de um modelo de versões e dados temporais. O resultado, o Modelo Temporal de Versões – TVM (Temporal Versions Model), é capaz de armazenar as versões do objeto e, para cada versão, o histórico dos valores das propriedades e dos relacionamentos dinâmicos. Esse modelo difere de outros modelos de dados temporais por apresentar duas diferentes ordens de tempo, ramificado para o objeto e linear para cada versão. O usuário pode também especificar, durante a modelagem, classes normais sem tempo e versionamento, o que permite a integração deste modelo com outros modelos existentes. A utilização de um modelo de dados temporal semanticamente rico não requer necessariamente a existência de um SGBD próprio para este modelo. A tendência é implementar o modelo sobre banco de dados convencionais, através do mapeamento das informações temporais para atributos explícitos. Como objetivo complementar, é apresenta do um ambiente para o suporte do TVM e de todas suas características. Especificamente, são detalhados o mapeamento da hierarquia base do modelo para um banco de dados objeto-relacional e sua implementação em um banco de dados comercial. Desse ambiente, foi implementado um protótipo da ferramenta para o auxílio na especificação de classes da aplicação.

Esta tese apresenta contribuições ao processo de Descoberta de Conhecimento em Bases de Dados (DCBD). DCBD pode ser entendido como um conjunto de técnicas automatizadas – ou semi-automatizadas – otimizadas para extrair conhecimento a partir de grandes bases de dados. Assim, o já, de longa data, praticado processo de descoberta de conhecimento passa a contar com aprimoramentos que o tornam mais fácil de ser realizado. A partir dessa visão, bem conhecidos algoritmos de Estatística e de Aprendizado de Máquina passam a funcionar com desempenho aceitável sobre bases de dados cada vez maiores. Da mesma forma, tarefas como coleta, limpeza e transformação de dados e seleção de atributos, parâmetros e modelos recebem um suporte que facilita cada vez mais a sua execução. A contribuição principal desta tese consiste na aplicação dessa visão para a otimização da descoberta de conhecimento a partir de dados não-classificados. Adicionalmente, são apresentadas algumas contribuições sobre o Modelo Neural Combinatório (MNC), um sistema híbrido neurossimbólico para classificação que elegemos como foco de trabalho. Quanto à principal contribuição, percebeu-se que a descoberta de conhecimento a partir de dados não-classificados, em geral, é dividida em dois subprocessos: identificação de agrupamentos (aprendizado não-supervisionado) seguida de classificação (aprendizado supervisionado). Esses subprocessos correspondem às tarefas de rotulagem dos itens de dados e obtenção das correlações entre os atributos da entrada e os rótulos. Não encontramos outra razão para que haja essa separação que as limitações inerentes aos algoritmos específicos. Uma dessas limitações, por exemplo, é a necessidade de iteração de muitos deles buscando a convergência para um determinado modelo. Isto obriga a que o algoritmo realize várias leituras da base de dados, o que, para Mineração de Dados, é proibitivo. A partir dos avanços em DCBD, particularmente com o desenvolvimento de algoritmos de aprendizado que realizam sua tarefa em apenas uma leitura dos dados, fica evidente a possibilidade de se reduzir o número de acessos na realização do processo completo. Nossa contribuição, nesse caso, se materializa na proposta de uma estrutura de trabalho para integração dos dois paradigmas e a implementação de um protótipo dessa estrutura utilizando-se os algoritmos de aprendizado ART1, para identificação de agrupamentos, e MNC, para a tarefa de classificação. É também apresentada uma aplicação no mapeamento de áreas homogêneas de plantio de trigo no Brasil, de 1975 a 1999. Com relação às contribuições sobre o MNC são apresentados: (a) uma variante do algoritmo de treinamento que permite uma redução significativa do tamanho do modelo após o aprendizado; (b) um estudo sobre a redução da complexidade do modelo com o uso de máquinas de comitê; (c) uma técnica, usando o método do envoltório, para poda controlada do modelo final e (d) uma abordagem para tratamento de inconsistências e perda de conhecimento que podem ocorrer na construção do modelo.

O Modelo Temporal de Versões (TVM Vesions Model) foi proposto com base na união de um modelo de versões com informações temporais. Esse modelo permite o armazenamento de alternativas de projeto, o armazenamento da história dos dados em evolução, bem cmoo a reconstrução do estado da base em qualquer data passada, sem o uso de operações complexas de backup e recovery. Para realizar consultas nesse modelo foi definida uma linguagem de consulta, a TVQL (Temporal Versioned Query Language). Além das consultas básicas realizadas pela linguagem padrão AQL, a TVQL permite novas consultas que retornam valores específicos das características de tempo e versões, estabelecendo um comportamento o mais homogêneo possível para elementos normais e temporais vesionados. O objetivo principal deste trabalho e possibilitar a realização de consultas TVQL em um banco de dados convencional. Nesse contexto, o mapeamento da TVQL é implementando através da tradução de todas as propriedades e funções definidas na TVQL para SQL. Para que isso seja possível é necessário queos dados também estejam nesse banco de dados. Então, faz-se necessário o mapeamento das classes da hierarquia do TVM, bem como das classes da aplciação, para o banco de dados. Adicionalmente, é implementado um protótipo de uma interface de consultas realizadas em TVQL, para testar o funcionamento tanto da TVL como do seu mapeamento.

O objetivo principal desse trabalho é apresentar uma alternativa para a união de um modelo de versões e dados temporais. O resultado, o Modelo Temporal de Versões – TVM (Temporal Versions Model), é capaz de armazenar as versões do objeto e, para cada versão, o histórico dos valores das propriedades e dos relacionamentos dinâmicos. Esse modelo difere de outros modelos de dados temporais por apresentar duas diferentes ordens de tempo, ramificado para o objeto e linear para cada versão. O usuário pode também especificar, durante a modelagem, classes normais sem tempo e versionamento, o que permite a integração deste modelo com outros modelos existentes. A utilização de um modelo de dados temporal semanticamente rico não requer necessariamente a existência de um SGBD próprio para este modelo. A tendência é implementar o modelo sobre banco de dados convencionais, através do mapeamento das informações temporais para atributos explícitos. Como objetivo complementar, é apresenta do um ambiente para o suporte do TVM e de todas suas características. Especificamente, são detalhados o mapeamento da hierarquia base do modelo para um banco de dados objeto-relacional e sua implementação em um banco de dados comercial. Desse ambiente, foi implementado um protótipo da ferramenta para o auxílio na especificação de classes da aplicação.

Esta tese apresenta contribuições ao processo de Descoberta de Conhecimento em Bases de Dados (DCBD). DCBD pode ser entendido como um conjunto de técnicas automatizadas – ou semi-automatizadas – otimizadas para extrair conhecimento a partir de grandes bases de dados. Assim, o já, de longa data, praticado processo de descoberta de conhecimento passa a contar com aprimoramentos que o tornam mais fácil de ser realizado. A partir dessa visão, bem conhecidos algoritmos de Estatística e de Aprendizado de Máquina passam a funcionar com desempenho aceitável sobre bases de dados cada vez maiores. Da mesma forma, tarefas como coleta, limpeza e transformação de dados e seleção de atributos, parâmetros e modelos recebem um suporte que facilita cada vez mais a sua execução. A contribuição principal desta tese consiste na aplicação dessa visão para a otimização da descoberta de conhecimento a partir de dados não-classificados. Adicionalmente, são apresentadas algumas contribuições sobre o Modelo Neural Combinatório (MNC), um sistema híbrido neurossimbólico para classificação que elegemos como foco de trabalho. Quanto à principal contribuição, percebeu-se que a descoberta de conhecimento a partir de dados não-classificados, em geral, é dividida em dois subprocessos: identificação de agrupamentos (aprendizado não-supervisionado) seguida de classificação (aprendizado supervisionado). Esses subprocessos correspondem às tarefas de rotulagem dos itens de dados e obtenção das correlações entre os atributos da entrada e os rótulos. Não encontramos outra razão para que haja essa separação que as limitações inerentes aos algoritmos específicos. Uma dessas limitações, por exemplo, é a necessidade de iteração de muitos deles buscando a convergência para um determinado modelo. Isto obriga a que o algoritmo realize várias leituras da base de dados, o que, para Mineração de Dados, é proibitivo. A partir dos avanços em DCBD, particularmente com o desenvolvimento de algoritmos de aprendizado que realizam sua tarefa em apenas uma leitura dos dados, fica evidente a possibilidade de se reduzir o número de acessos na realização do processo completo. Nossa contribuição, nesse caso, se materializa na proposta de uma estrutura de trabalho para integração dos dois paradigmas e a implementação de um protótipo dessa estrutura utilizando-se os algoritmos de aprendizado ART1, para identificação de agrupamentos, e MNC, para a tarefa de classificação. É também apresentada uma aplicação no mapeamento de áreas homogêneas de plantio de trigo no Brasil, de 1975 a 1999. Com relação às contribuições sobre o MNC são apresentados: (a) uma variante do algoritmo de treinamento que permite uma redução significativa do tamanho do modelo após o aprendizado; (b) um estudo sobre a redução da complexidade do modelo com o uso de máquinas de comitê; (c) uma técnica, usando o método do envoltório, para poda controlada do modelo final e (d) uma abordagem para tratamento de inconsistências e perda de conhecimento que podem ocorrer na construção do modelo.

Dissertação (mestrado)—Universidade de Brasília, Instituto de Geociências, Pós-Graduação em Geologia, 2017. / Submitted by Albânia Cézar de Melo (albania@bce.unb.br) on 2017-07-17T14:10:20Z No. of bitstreams: 1 2017_HalanaSalesPereira.pdf: 10995684 bytes, checksum: 179a2e952e4b167af86495e7b7308508 (MD5) / Approved for entry into archive by Raquel Viana (raquelviana@bce.unb.br) on 2017-09-15T16:37:07Z (GMT) No. of bitstreams: 1 2017_HalanaSalesPereira.pdf: 10995684 bytes, checksum: 179a2e952e4b167af86495e7b7308508 (MD5) / Made available in DSpace on 2017-09-15T16:37:07Z (GMT). No. of bitstreams: 1 2017_HalanaSalesPereira.pdf: 10995684 bytes, checksum: 179a2e952e4b167af86495e7b7308508 (MD5) Previous issue date: 2017-09-15 / Esta pesquisa está centrada na integração de dados aerogeofísicos e dados geológicos, geoquímicos, espectrometria de reflectância e de propriedades físicas de rocha coletados em testemunhos de sondagem que interceptaram o corpo mineralizado do depósito N5S, localizado na Serra dos Carajas, Pará, Brasil. De forma geral, foram analisados o jaspilito (protominério) e o hematitito friável (minério) da Formação Carajás, bem como gabros intrudidos. O jaspilito apresenta cerca 54% de Fe2O3T e 44,67% de SiO2, (hidro-)óxido de ferro (900Dfe), esmectita (2200Ds) e densidade média de 3,4g/cm³, com variações nas zonas de jaspilito brechado. Já o hematitito friável mostra teores de Fe2O3T chegando até 99%, densidade média de 4,14g/cm³ e maiores valores de abundância de (hidro-)óxido (900Dfe) em relação ao jaspilito, confirmando o processo de lixiviação da sílica e o enriquecimento em óxido de ferro. O gabro possui 52,65% de SiO2, 10,9% de Fe2O3T, 6,13% de FeO e 16,0% de Al2O3. Na espectrometria de reflectância foram detectados clorita (2335Dcl) e uma mistura de esmectita-illita (2200Ds/i) e as zonas alteradas apresentaram valores de densidade menores que 2,6 g/cm³. A partir dos dados aerogeofísicos de gradiometria gravimétrica foi obtido um modelo geofísico de densidade utilizando as informações coletadas nos testemunhos de sondagem. Essa técnica de interpretação conseguiu delimitar as zonas mais densas associadas à Formação Carajas. A análise individual de cada técnica aplicada proporcionou resultados satisfatórios, porém cada uma possui um limite aceitável de resultados. A integração dos dados das técnicas utilizadas auxiliou na caracterização de cada litotipo e principalmente na identificação e caracterização de zonas brechadas no jaspilito. Estas regiões apresentam aumento do comprimento de onda do óxido de Fe (900Wlv-Fe) com composição mais hematita-goethita. Além disso, foi detectada a presença de caolinita (2200Dk) e mistura de esmectita-illita (2200Ds/i), um aumento de SiO2, ETR´s, Hf, Zr, Nb, P em relação a variação comum e uma diminuição de Al2O3, MnO, FeO e Cr. A representação de alguns resultados em perfil possibilitou diferenciar regiões com diferentes composições e características no N5S. O estudo da cristalinidade da mistura da esmectita-illita (2200Cs/i) indicou que a região leste do perfil estava mais aquecida e provavelmente mais próxima de sua fonte. A clorita (2335Dcl) mostra-se mais magnesiana a leste e mais férrica a oeste, demonstrando que a composição Mg-clorita está relacionada com a illita/esmectita. Os parâmetros do (hidro-)óxido de ferro apresentou o perfil de alteração supergênica mais profundo na região oeste do perfil, sendo constatado também pelos dados de geoquímica e de gamaespectrometria As diferentes respostas entre os dados coletados no corpo N5S e N4WS corroboraram com as observações feitas nos perfis do corpo N5S. A diferença de composição mineralógica obtida na espectrometria de reflectância das regiões brechadas e das vênulas das regiões citadas, o corpo N4WS apresenta alterações com a formação de talco e carbonato, enquanto no N5S tem-se somente a presença de quartzo. / This follow paper is focused on the integration of aerogeophysical, geological and geochemical data, reflectance spectroscopy and physical rock properties collected in drillholes samples that intercepted the N5S mineralized iron body, located in the Serra dos Carajás, Pará, Brazil. We analyzed the jaspilite (proto ore) and friable hematite (ore) of the Carajás Formation, and intruded gabbros as well. The jaspilite exhibits about 54% Fe2O3 and 44.67% SiO2, (hydro-) iron oxide (900Dfe), smectite (2200Ds) and average density of 3.4g / cm3, with variations in breccia jaspilito. However, the friable hematite shows Fe2O3 contents up to 99%, average density of 4.14 g/cm³ and higher values of (hydro-) oxide (900Dfe) in relation to jaspilite, confirming the silica leaching process and enrichment in iron oxide. The gabbro has 52.65% SiO2, 10.9% Fe2O3T, 6.13% FeO and 16.0% Al2O3. The spectrometric study detected chlorite (2335Dcl) and a mix of smectite-illite (2200Ds/i) and the altered zones presented values of density less than 2.6 g / cm³. From the of gravimetric gradiometry airborne survey, a geophysical density model was obtained using the information collected in the drill cores. This technique of interpretation could delimit the denser zones associated with the Carajás Formation. The individual analysis of each technique applied provided satisfactory results, however each one has limits and an integration between the technics is necessary. The integration of the techniques used in all the characterizations of each lithotype and mainly in the identification and characterization of the breccias zones in the jaspilito. These areas have values of the wavelength of Fe oxide (900Wlv-Fe) with the composition plus hematite-goethite. In addition, the presence of kaolinite (2200Dk) and a mixture of smectite-illite (2200Ds/i), an increase of SiO2, ETR's, Hf, Zr, Nb, P were detected in relation to the common variation and a decrease of Al2O3, MnO, FeO and Cr. The representation of some results in a geological profile of making it possible to differentiate regions with different compositions and characteristics at N5S. The study of the smectite-illite mixture (2200C/i) indicated that the eastern region was warmer and closer to source. The study of the smectite-illite mixture (2200C/i) indicated that the eastern region of the profile was warmer and closer to source. The chlorite (2335Dec) is shown to be more magnesian to the east and more ferritic to the west, demonstrating that the Mg-chlorite composition is related to an illite/smectite. The parameters of the (hydro-) iron oxide presented the deepest supergenic alteration profile in the western region, being also verified by geochemistry and gamma spectrometry data. The different responses between the data collected in the N5S and N4WS corroborated with the observations made in the N5S body. The mineralogical composition reached in the reflectance spectroscopy in the breccia areas and venules, shows that the N4SW shows talc and carbonate, while not N5S has only a presence of quartz.