सोचने का तर्क। भाग 17. संबंधपरक डेटा मॉडल

लेखों की इस श्रृंखला में मस्तिष्क के एक लहर मॉडल का वर्णन किया गया है जो पारंपरिक मॉडल से गंभीर रूप से भिन्न है। मैं दृढ़ता से सलाह देता हूं कि जो लोग अभी शामिल हुए हैं वे पहले भाग से पढ़ना शुरू करते हैं।

1970 में, एडगर कॉड ने एक लेख (कॉड, 1970) प्रकाशित किया जिसमें एक संबंधपरक डेटा स्टोरेज मॉडल की मूल बातें वर्णित थीं। इस मॉडल का व्यावहारिक कार्यान्वयन सभी आधुनिक रिलेशनल डेटाबेस बन गए हैं। मॉडल के औपचारिककरण से संबंधपरक कलन और संबंधपरक बीजगणित का निर्माण हुआ।

संबंधपरक मॉडल का मुख्य तत्व एक टपल है। एक टपल तत्वों का एक क्रमबद्ध सेट है, जिनमें से प्रत्येक एक निश्चित सेट से संबंधित है या दूसरे शब्दों में, इसका अपना प्रकार है। संरचना में समान टुपल्स का सेट एक संबंध बनाता है।



यह सब डेटाबेस (नीचे आंकड़ा) में उपयोग किए गए शब्दों में थोड़ा और स्पष्ट रूप से दिखता है। एक संबंध एक डेटा टेबल है। एक टेबल में एक ट्यूपल एक पंक्ति है। संबंध में किस प्रकार के tuples निहित हैं, या, एक ही क्या है, तालिका में पंक्तियों का प्रारूप क्या है, यह संबंध या तालिका के शीर्षलेख द्वारा निर्धारित किया जाता है। तालिका में प्रत्येक स्तंभ एक डोमेन बनाता है। डोमेन तत्व जो मान ले सकते हैं उन्हें विशेषता कहा जाता है। तालिका पंक्तियाँ डोमेन के अनुरूप विशेषताओं का एक संग्रह है।


संबंध उदाहरण (बाड़)

टेबल पंक्तियों को उनके गुणों द्वारा पहचाना जा सकता है, अर्थात्, टपल तत्वों को किन मूल्यों से लिया जाता है। टपल की सामग्री ही इसे दूसरों के विपरीत बनाती है। लेकिन ऐसा हो सकता है कि कुछ लाइनें उनकी विशेषताओं से मेल खाती हों। संयोग ही डरावना नहीं है, लेकिन यह अब इस तरह के गुणों के एक सेट के उपयोग को एक रिश्ते में विशिष्ट रूप से पहचानने की अनुमति नहीं देता है। असंदिग्ध होने के लिए पहचान के लिए, एक प्रमुख क्षेत्र पेश किया जाता है जो प्रत्येक पंक्ति के लिए एक अद्वितीय मूल्य लेता है। ऐसी कुंजी सिमेंटिक लोड ले जा सकती है, या यह केवल एक कृत्रिम रूप से उत्पन्न संख्या हो सकती है।

सभी रिश्तों की समग्रता डेटाबेस को परिभाषित करती है। प्रत्येक रिश्ता अपनी तार्किक जानकारी को संग्रहीत करता है। कुछ जानकारी प्राप्त करने के लिए, विभिन्न रिश्तों की जानकारी की तुलना करना आवश्यक हो सकता है। कोडेक ने संबंधपरक बीजगणित के आठ बुनियादी कार्यों का वर्णन किया है जो आपको टुपल्स में हेरफेर करने की अनुमति देते हैं:

• युग्म;
• चौराहे;
• घटाव;
• कार्टेशियन उत्पाद;
• नमूना;
• प्रक्षेपण;
• मिश्रित;
• प्रभाग।

संबंधपरक बीजगणित की एक उल्लेखनीय संपत्ति इसका अलगाव है, अर्थात्, संबंधों पर संचालन को इस तरह से परिभाषित किया जाता है कि परिणाम स्वयं एक संबंध है। यही है, कई तालिकाओं के होने और उन पर संबंधित संचालन करने के परिणामस्वरूप, हमें एक तालिका भी मिलेगी।

कई ऑपरेशन का अर्थ सेट सिद्धांत से संबंधित संचालन के साथ मेल खाता है। उनके सार का एक सामान्य विचार नीचे दिए गए आंकड़े में दिया गया है।


टुपल्स (बाड़) पर संचालन का उदाहरण

यह महत्वपूर्ण है कि विभिन्न संबंधों में एक ही प्रकार के डोमेन हो सकते हैं। इसका मतलब यह है कि यदि समान डोमेन दो ट्यूपल्स में पाए जाते हैं और उनके अंदर समान विशेषताएं हैं, तो हम इन विशेषताओं वाले ट्यूपल्स के बीच एक निश्चित संबंध के बारे में बात कर सकते हैं। दूसरे शब्दों में, यदि किसी एक स्तंभ में एक ही तालिका की विभिन्न पंक्तियों में समान मान हैं, तो हम इन पंक्तियों के बीच एक निश्चित संबंध के बारे में बात कर सकते हैं। या यदि अलग-अलग तालिकाओं में एक ही अर्थ वाले कॉलम (डोमेन) हैं, तो इन कॉलमों में समान मान वाली पंक्तियाँ संबंधित हैं।

प्रोजेक्शन ऑपरेशन आपको रिश्तों को प्राप्त करने की अनुमति देता है, जिसमें मूल संबंधों के तत्वों का हिस्सा होता है, उपयोग किए गए डोमेन के सेट को सीमित करता है। एक चयन या चयन किसी को केवल उन tuples वाले संबंधों को प्राप्त करने की अनुमति देता है जिनके क्षेत्र चयन की शर्तों को पूरा करते हैं। उदाहरण के लिए, आप केवल उन tuples का चयन कर सकते हैं जिनके निर्दिष्ट डोमेन में विशेषता मान निर्दिष्ट हैं।

रिश्तों पर सभी कार्यों की समग्रता आपको डेटाबेस से ब्याज की किसी भी जानकारी को निकालने और पूर्वनिर्धारित गुणों (शीर्षक) के साथ संबंध (तालिका) के रूप में बनाने की अनुमति देती है।

संबंधपरक डेटा मॉडल संयोग से उत्पन्न नहीं हुआ था, लेकिन विविध डेटा के बड़े संस्करणों के साथ काम करने की आवश्यकता का परिणाम था। यह पता चला है कि इस तरह की एक डेटा भंडारण संरचना और इस संरचना में परिभाषित संचालन, लागू समस्याओं की एक विस्तृत श्रृंखला को हल करने के लिए सुविधाजनक है। यह माना जा सकता है कि प्राकृतिक चयन के परिणामस्वरूप प्रकृति द्वारा एक समान सफल निर्णय महसूस किया जा सकता है।

हमारे द्वारा वर्णित पहचानकर्ताओं, अवधारणाओं और घटना की स्मृति कई मामलों में संबंधपरक मॉडल के समान है। कई उपमाएँ दी जा सकती हैं:

• एक न्यूरॉन कई डेन्ड्रिटिक सेगमेंट की जानकारी पर काम करता है, जिनमें से प्रत्येक एक निश्चित प्रकार के डेटा के लिए कॉन्फ़िगर किया गया है। एक ही प्रकार के वृक्ष के समान खंडों को एक विशिष्ट डोमेन पर मैप किया जा सकता है;
• डेंड्रिटिक सेगमेंट के लिए विशिष्ट जानकारी का वर्णन करने वाली अवधारणाओं का संयोजन डोमेन में पाई जाने वाली विशेषताओं के अनुरूप है;
• इस क्षेत्र के पैकेट संरचना को परिभाषित करने वाले कॉर्टिकल ज़ोन और पहचानकर्ताओं द्वारा उपयोग की जाने वाली अवधारणाएं डोमेन संरचना (हेडर) निर्धारित करती हैं;
• ज़ोन के बीच जानकारी पेश करते समय सामान्य अवधारणाओं का उपयोग विभिन्न मामलों में सामान्य डोमेन के उपयोग से मेल खाता है;
• मस्तिष्क बनाने वाले कॉर्टिकल ज़ोन की समग्रता डेटाबेस बनाने वाले रिश्तों की समग्रता से मेल खाती है;
• सहानुभूति, यादों के बीच, विभिन्न ट्यूपल्स की सामान्य विशेषताओं के माध्यम से कनेक्टिविटी से मेल खाती है;
• प्रांतस्था के जोनों में स्मृति का वितरण इस बात से मेल खाता है कि कैसे एक घटना अलग-अलग मामलों में एक ही अद्वितीय कुंजी द्वारा एकजुट होकर कई ट्यूपल्स उत्पन्न कर सकती है;
• मस्तिष्क की वर्तमान स्थिति का वर्णन करने वाली एक लहर एक डेटाबेस क्वेरी का एक एनालॉग हो सकती है। जिस तरह संबंधों पर एक ऑपरेशन का परिणाम एक संबंध है, उसी तरह मस्तिष्क की प्रतिक्रिया एक तरंग चित्र में संयुक्त रूप से संबंधित विवरणों का एक सेट हो सकती है।

बेशक, हमारे मस्तिष्क मॉडल और संबंधपरक प्रणालियों के बीच कोई सटीक मेल नहीं है। मस्तिष्क की वास्तुकला बहुत समृद्ध है, क्योंकि यह न केवल डेटा को संग्रहीत और पुनर्प्राप्त करने के कार्यों को हल करता है, बल्कि इसके साथ संयुक्त अन्य कार्यों का एक मेजबान भी है। हालांकि, यहां तक ​​कि मौजूदा समानताएं प्रांतस्था में होने वाली सूचना प्रक्रियाओं के सार को बेहतर ढंग से समझना संभव बनाती हैं।

साहित्य का इस्तेमाल किया

विस्तार

पिछले भाग:
भाग 1. न्यूरॉन
भाग 2. कारक
भाग 3. अवधारणात्मक, दृढ़ नेटवर्क
भाग 4. पृष्ठभूमि गतिविधि
भाग 5. मस्तिष्क की तरंगें
भाग 6. प्रोजेक्शन सिस्टम
भाग 7. मानव कंप्यूटर इंटरफ़ेस
भाग 8. तरंग नेटवर्क में कारकों का अलगाव
भाग 9. न्यूरॉन डिटेक्टरों के पैटर्न। उलटा प्रक्षेपण
भाग 10. स्थानिक स्व-संगठन
भाग 11. डायनेमिक न्यूरल नेटवर्क। संबद्धता
भाग 12. स्मृति के निशान
भाग 13. साहचर्य स्मृति
भाग 14. हिप्पोकैम्पस
भाग 15. मेमोरी कंसोलिडेशन
भाग 16. सूचना की बैच प्रस्तुति

एलेक्सी रेडोज़ुबोव (2014)