Unscharfe Anfragen in Multimedia- Datenbanksystemen Seminar Multimedia-Datenbanken WS 2001/2002 Silvana Runow

MMDB-Seminar2 Gliederung Atomare Anfragen –Ähnlichkeit Boolesche Verknüpfung von atomaren Anfragen Wichtung von Teilanfragen Zusammenfassung

MMDB-Seminar3 Atomare Anfragen Beispiel Color = ‘red‘ Ergebnis: sortierte Liste mit k zur Anfrage ähnlichsten DB-Objekte Begriff der Ähnlichkeit Wann sind die Farben/Formen zweier Bilder einander ähnlich?

MMDB-Seminar4 Ähnlichkeit I Berechnung der Ähnlichkeit von Farben Speicherung eines Farbhistogramms zu jedem Bild in Form eines k-dimensionalen Vektors Farbunterschied zweier Bilder durch Abstand ihrer beiden Histogramme bestimmt: x, y : k-dimensionale Farbvektoren A : Matrix, deren (i,j)ter Eintrag die Ähnlichkeit zw. Farbe i und Farbe j beschreibt

MMDB-Seminar5 Ähnlichkeit II Methoden zur Definition der Ähnlichkeit von Formen –turning angles –radiusbasierte Gestaltssignatur

MMDB-Seminar6 Boolesche Verknüpfung atomarer Anfragen Ergebnis einer MM-Anfrage: sortierte Liste Ergebnis einer RDB-Anfrage: Menge   Verknüpfung dieser Anfragen führt zu Konflikt Wie können wir solche Anfragen miteinander verknüpfen?

MMDB-Seminar7 Bewertete Mengen Idee: Einführung bewerteter Mengen Definition: Menge von Paaren (x,g) mit x als Objekt und g (Bewertungsgrad) als reeller Zahl im Intervall [0,1]  Zuordnung eines Bewertungsgrads zu jedem Objekt für jede Teilanfrage

MMDB-Seminar8 Aggregatfunktionen  Berechnung eines Bewertungsgrads für komplexe Anfrage als Funktion der Bewertungsgrade der m Teilanfragen Praxis: Berechnung meist über iterative Anwendung einer Binärfunktion

MMDB-Seminar9 Fuzzy-Logik I Bewertungsgrad von Objekt x unter Anfrage Q Regeln:  Konjunktionsregel:  Disjunktionsregel:  Negationsregel:

MMDB-Seminar10 Fuzzy Logik II Eigenschaften zurückführbar auf Standardregeln der Aussagenlogik Erhaltung logischer Äquivalenz bei Beschränkung auf Konjunktion und Disjunktion  Optimierer kann Anfrage durch eine logisch äquivalente ersetzen

MMDB-Seminar11 Wichtung Beispiel unterschiedliches Interesse an den verschiedenen Teilanfragen  Wie bekommt man zu gegebener Aggregat- funktion f eine “gewichtete Version“ von f?

MMDB-Seminar12 Wichtung II Anforderungen an Gewichtsfunktion ist eine stetige Funktion der Gewichte lokale Linearität

MMDB-Seminar13 Gewichtsfunktion

MMDB-Seminar14 Beispiel 1

MMDB-Seminar15 Beispiel

MMDB-Seminar16 Zusammenfassung Wichtung ist ein Beispiel für ein Problem, das sich bei unscharfen Anfragen stellt  mit Gewichtsfunktion hat man allgemeine Methode zur Erweiterung jeder Funktion zu einer gewichteten Version der Funktion