1338 Bases De Données Temporelles: une approche ‘Sylviane R. Schwer SYNTHESE Bases De Données Temporelles : une approche. Sylviane R. Schwer IPN - URA1S07 Institut Gallée, universté P13 avenue J-B. Clément, 93430 Villetancuse ‘nial :schyver@ lipnaniv-paris13,fr ‘RESUME, Nous exposons dans ce papier les différents problémes liés dla prise en compte du temps dans les bases de données. Nous passeonsen revue les différents ‘types de bases de données temporelles et nous décrivons ertaines des extensions temporelles de moddles de données classiques. Puis nous traitons les langages temporels en liaison avec les problémes de représentation des informations temporelles en ntelligence artficielle. Enfin nous proposons, comme cadre indispensable & route opération sur le temps, des definitions pour les structures temporeltes, et nous énumérons les différents types d’éléments temporels utilisés en bases de données: ABSTRACT. This paper shows different problems arising when introducing the femporal dimension inside databases. The classification of databases with respect to time is given. Some temporal extensions of classical databases models are presented. Temporal languages are treated with respect to the temporal representation question in temporal reasoning , which concerns the artificial intelligence domain, Temporal structure, framework required for any work about time, is presented and an enumeration of temporal types used in temporal databases is given, MOTS-CLES ; bases de données temporelles, structures temporelles, information et raisonnement temporels KEY WORDS : temporal databases, teporal structures, temporal information ‘and reasoning. SEE 0. IntroductionBases De Données Temporelles : une approche Sylviane R. Schwer Les bases de données (BDs) conventionnelles sont congues pour stocker et restituer & la demande les données les plus récentes, celles qui représentent I'état courant des objets de la réalit. Lors de mises jour, les données représentatives de situations réelles qui ont évolué sont effacées et remplacées par leurs nouvelles valeurs. II n'y a donc pas conservation des données du passé mais seulement de celles du présent, & moins que le concepteur de l'application n’ait explicitement prévu de le faire. ah importance du temps dans les bases de données a été mise en évidence des 1975 par les concepteurs du systéme TOD [WIE 75] et de plus en plus d'applications semblent requétir une gestion des données du passé, du présent et du futur. Ceci Justifie que Von envisage de doter les SGBDs de mécanismes appropriés de ‘modélisation, dinterrogation, de stockage et de manipulation des bases de données dépendantes du temps. L'organisation de conférences spécialisées depuis 1a Conférence « on Temporal Aspects in Information System» organisée par 'AFCET ‘en 1987 [ROL 87], a parution régulitre de synthéses [MCK 86, ADI 86, SNO 86, ADI 87, IEE 88, SOO 91, SNO 92, SNO 93, SNO 94a, JEN 94], dont un livre [TAN 93] témoignent de I'importance de I’attention portée au probléme. De nombreux projets concernant I"extension temporelle de modéles de données ont été ou sont en cours de développement. Les plus avancés dans Ia conception de bases de données temporelles commercialisables sont ceux concemant le modéle relationnel. Nous proposons dans ce papier une introduction aux bases de données temporelles dans leurs relations avec le temps, comme entité propre. C'est ainsi que nous n'approfondirons pes les problémes dimplantation ; la définition des index temporels (SR-Tree, mixed media R-tree, B+tree), les problémes d’ optimisation des requétes temporelles et le stockage des historiques ne sont pas abordés. Le lecteur intéressé par ces aspects pourra se reporter & [TAN 93] Ce papier comporte cing parties. Nous commensons par présenter les différents types de bases de données temporelles et des extensions temporelles de modéles de données classiques. Pois nous examinons & quel niveau T'information temporelle ppout @tre mise. La troisitme partic est une présentation abstraite des langages temporels et leurs liens avec la représentation de l'information temporelle dans les probiémes de raisonnement. La quatritme partie pose les définitions des structures temporelles, cadre indispensable toute opération sur le temps, et conclut par les Jifférents types d’éléments temporels uilisés en bases de données. La partic conclusive présente quelques projets en cours ou & venir. 1 Taxonomie des bases de données temporelles Les premiers travaux significatifs sur 'intégration du temps dans les modeles de données ont permis de comprendre qu'il n’tait pas suffisant de représenter le tempsBases De Données Temporelles : une approche Sylviane R. Schwer avec une scule et unique dimension temporelle. En effet, le temps de la Machine nest pas nécesseirement celui de dame Nature. La Machine ne photographie pas les Evénements comme ils sont et interviennent mais au gré d'un intermédiaire, qui posséde son propre temps et sa propre vérité. ly a done un délaiinévitable, sensible (ou non, entre fe moment ot un événement est constaté dans la réalité, et le moment ‘i cet événement est pris en compte dans la base. Pour reprendre une idée chire au peintre Magritte (1898-1967), V'enregistrement de cot événement n'est pas I’événement, En effet, de l'événement réel, 1a base ne détient que Ia vue qu'un intermédiaire imparfeit lui a fourni en entrée, Sans entrer dans les détails, insistons sur l'analogie entre les bases de données et les récits littéraires dans leurs études entre événements vécus et leurs récits [RIC85]. 1.1. Les différentes dimensions temporelles En dehors de toute étude ontologique ou psychologique du temps, mais guidé par a nécessité, [SNO 85] montre qu'un scul attribut temporel nest pas suffisant pour caractériser des données dépendantes du temps inais que deux sont nécessaires vis & vis de trois critéres - réalité versus représentation, méthode de mise a jour, ‘dépendance vis a vis de application - et il propose trois temps : le temps du vécu des événements, le temps de la machine et le temps construt par fuilisateur, + Le temps de validité est Yensemble des instants durant lequel information mémorisée dans la base est, a été et/ou sera valide dans le monde récl de application. Cette dimension permet de se souvenir du passé, danticiper l'avenir, voire de représenter le présent. Par exemple l'information temporelle "Claire est & ecole primaire de septembre 1996 a juin 2001" concerne le temps de valiité. Le temps de validité remplace donc celui de temps logique. Dans la littérature de langue anglaise, le type valid time remplace les termes state logical time , event time , effective time , startlend time et intrinsic time. + Le temps de transaction représente le moment ot la transaction correspondant Aa enregistrement de information dans la base est validée parle systéme de gestion de la base de données. Le temps de transaction est intimement lié au temps interne de la machine, cest une date correspondant & un calendriercréé a partir de 'horloge interne de 1a machine, Le temps de transaction de l'information " Claire est & l'éeole primaire de septembre 1996 & juin 2001 " a pu re enregistré ou peut étre enregistré A nlimporte quel moment de la durée de vie du systéme. Le temps de transaction remplace celui de femps physique. De méme, dans la littérature de langue anglaise, fn trouve la notion de transaction time sous le nom de physical time, registration time, data-vatd-time-from/o, starvend time ,et extrinsic time + Le temps wilisateur est nécessaire pour toutes les informations temporelles addtionnelles dépendantes de application ; il s'agit d'un atuibut dont le domaine est temporel mais qui doit éte géré explicitement par utilisateur: la date de naissanceBases De Données Temporelles: une approche Sylviane R, Schover d'un individu - temps de validité utilisateur - ou la date & laquelle l'état civil I'a enregisirée- temps de transaction uilisateur. Dans une application de gestion des étudiants & Université, Ninscription dun nouvel étudiant se fait 8 une date qui est celle du temps de validité, alors que le temps de transaction est la date de mise & jour de la base de données. Un exemple de temps utilisateur serait a date de déclaration intention, ou celle de dép6t de dossier inscription de Métudiant, >, n'y a pas de limite naturelle au nombre des dimensions temporeles associges & un fait stocké dans Ia base, L’examen des figures 2 5 montre combien Vimplémentation des deux dimensions temporelles standards pose déja des problémes combinatoires. Parmi les extensions récentes, citons [CLI 94] qui propose , of 5 est un identfiant caleulé par le systéme et (t,a)* une séquence de paires de temps et de valeurs dattributs. Les concepts de base du modale sont les objets, les classes, les types, les méthodes, les messages et les collections, Une collection est soit un ensemble objets homogénes non ordonné, soit un ensemble dobjets hétérogenes ordonné par nom, soit un ensemble dobjets ordonné par rapport au temps. Les ‘objets peuvent étre définis comme versionables ou non, Les messages servent aux ‘mises & jour (insertions, suppressions et changements) et aux corrections, ainsi qu’d poser des requétes sur des instances d'objets. Une opération de suppression rend information utilisable seulement en interrogation. Par exemple Nom : Annie Site :{ , } Ingénicur : { , } Remarquons la similitude de cette représentation avec I'estampillage "groupé” par altribut du modéle relationnel ! ‘OODAPLEX [WUU 93] est un modele de données orienté-objet temporel fondé sur le modete de données fonctionnel DAPLEX (SHI 91]. Les objets représentent les entités et les fonctions représentent les propriétés, les relations et les opérations sur les objets, Le temps est modélisé comme un type abstrait de données oi le point est spécifié comme le super-type et d'autres éléments ternporels comme ses sous- types. La durée de vie d'un objet commence a son temps de création. La ‘modélisation temporelle est obtenue en tratant les attributs temporels d'une classe comme des fonctionnelles de domaine les objets de la classe, et de codomaine la fonction des éléments temporels dans T'ensemble des valeurs des domaines attributs, Par exemple : Annic (en compactifiant les dates par des chaines d’intervalles). ‘Nom(Employél)=Annic Site(Employé!) = ( (93-94{U[95-...[ > Paris, [94-95[+-> Montargis } 2.3. Exemples de requétes temporelles Tous les articles traitant des Tangages temporels donnent des exemples de requétes temporelle. Citons en particulier, pour leur approche pédagogique [FAU 95] et (TSQ 94]. Ecrivons par exemple la requéte « A quelle période, Ai ‘tavailaitelle Montargis > dans tris langages différents. sen TempSQL :Bases De Données Temporelles : une approche Sylviane R, Schwer [[SELECT nom WHILE {[ ste = “Mootargis" and nom ="Annie”}] FROM relation] On a {f site="Montargis” and nom = “Annie”I}= () , 1a réponse est [94, 951 Il. signife le domaine de vaidtée . ven TSQL2 : SELECT valid (3) FROM relation (nom, site) a6 x WHERE x.nom = dans laquelle valid(x) denote Vintervalle de validité du n-uplet x + en OODAPLEX for the objet in extent (Employé) where Nomobjet foreach in lifespan (objet) where Site (jet) (0 = "Montargis” nn" and x.site = "Montargis" “Annie” 1 1e de l'information 3. Bases de données temporelles et représentation symbolic temporelle : point de vue formel La représentation symbolique de l'information temporelle peut se faire suivant deux approches duales : approche logique et lapproche algébrique. L'approche logique a été privilégiée car elle bénificie de V'apport des logiciens et de leurs travaux dans les autres domaines de Vinformatique (programmation logique, intelligence artifcielle, sémantique, preuves de programmes, théorie de Ia démonstration, théorie des modétes). L’approche algébrique est récente et consiste cssentiellement & étendre les cing opérateurs de base de F'aly2bre relationelle sur des attributs temporels et & traduire certains opératcurs modaux en terme dalgebre. Les bases de données, temporelles ou non, doivent comporter un nombre fini informations, ou un nombre infini cinformations mais représentées sous forme finie. La présence de quantificateurs dans une formule nécessite, pour implantation des algorithmes, Vlimination de ces quantificateurs. Ainsi, les formules du premier ‘ordre que l'on rencontre généralement représentent soit des ensembles fnis, sot des, ensembles cofinis, i.e. de complémentaire fini, soit des ensembles périodiques de base finie. 3A. Approcke explicite du temps par utilisation de variables temporelles ‘Sur fexemple développé par Chomicki [CHO 93], nous faisons le lien entre son rat de Vart et la représentation de l'information temporelle en logique. II s‘agit duneBases De Données Temporelles : une approche Sylviane R. Schwer base de données historique, a la fois en termes de bases de données et en termes d'histoire, traitant des années diindépendance des pays et duu nom de leur capitale. Nous utiliserons les variables tj pour représenter les dates, INDEPENDANCE, PAYS et CAPITALE seront considérés aussi bien comme attributs,prédicats ou termes suivant le contexte, Nous donnons le temps sous forme d'un intervalle [tq,tf]. Deux options soffrent & nous concernant le statut du temps. La premitre consiste ssimplement & inclure les références aux temps tj comme des arguments du prédicat INDEPENDANCE(PAYS, CAPITALE, td, tf). Cette représentation est tout & fait correcte mais ignore complétement le caractére particulier du temps et la possibilité aéerice des proprités earactéristiques du temps indépendamment de tout contexte ‘comme « les effets ne peuvent précéder les causes ». La seconde option consiste & spécialiser le temps, cest-dire & séparer volontaicement les composantes temporelles t des composantes atcmporelles (PAYS, CAPITALE). Cette séparation consiste essentiellement & associer & toute composante atemporelle, que nous appellerons fait pour simplifer, un ensemble éléments temporels. Dans la majorité des cas et des systémes, cet ensemble est un intervalle ou une chaine dintervalles smatérialisé par un début tune fin (tg 4]. Dans cette option ils agit de savoir quelle st la nature profonde du temps : statique ou dynamique, Coneretement, i agit de savoir od l'on place cette composante temporelle : & l'extérieur ou a l'intérieur de Tasscrton ? La premitre voie est la voie modale dans laquelle le temps est présent ‘dans Tinterprétation de la formule mais pas dans la formule elle-méme. En logique classique, dans une interprétation M, une formule est soit vrai, soit fausse. En logique modale, dans !interprétation M, une formule sera soit vraie, soit fausse pour tun intervalle donné. Ainsi, on écrira {tg,t¢) F INDEPENDANCE(PAYS, ‘CAPITALE). Cette fagon de traiter le temps est courammentuilisée en philosophie cet en informatique théorique, qui traite le temps comme extérieur aux objets étudiés. La seconde voie consiste donc & donner une réalité au temps a Fintérieur de Ia formule. Crest Fapproche la plus sépandue en Intelligence Artificelle. On ajoute alors un prédicat global TRUE et Yon écrit TRUE(tg, t¢INDEPENDANCE(PAYS, CAPITALE)) . Le probléme qui se pose est le statut du fait INDEPENDANCE, (PAYS, CAPITALE) : doit-on le considéver comme un terme du langage ou comme une formule possible du langage ? Un terme est une formule élémentaire écrite uniquement a T'aide de variables et des symboles de relations du langage. ensemble des formules du langage est le plus petit ensemble constut & partir des termes et clos par les connecteurs logiques, les quantificateurs et les fonctions Considérer le fait INDEPENDANCE(PAYS, CAPITALE) comme wn terme, cest donc le considérer comme un fait élémentaire, donc indécomposable ; en particulier, c'est ner INDEPENDANCE son statut de prédicat, Les deux approches ont été cexploitées. Celle qui consiste & prendre le fait comme un terme est connu sous le terme de ification. Les deux logiques rifiges les plus connues sont celles de AllenBases De Données Temporelles : une approche Sylviane R. Schwer [ALL 84] et McDermott [MCD 82]. Liautre approche est uilisée en particulier par Shoham [SHO 87]. La figure 9 résume ces approches. figure 9 : classification des approches logiques par référence au statut du temps: 3.2. Approche implicite du temps Le reproche que Ion peut faire & l'approche explicite du temps est obligation 'étendre les schémas existants avec des atiributs temporels. Une autre approche consist & utiliser des opérateus dts temporels comme until et since, qui expriment respectivement qu'une propriété sera vérifige dans le futur jusqu’a un certain Evénement et qu'une propriété était vérifiée dans le passé depuis un certain vénement. Ce nest done pas le temps qui est géré mais Ia causaité. Cete solution permet de travailler directement sur le schéma initial de la base de données sans se préoccupper du traitement du temps. [HER 95] propose une extension de ETL [WOL 83] avec des opérateurs temporels ditération foreach et foreach-. Ces deux opérateurs sont les équivalents des boucles itératives des langages de programmation impératifs (Tune dans le futur, autre dans le passé), ce qui justfie le caractéze complet du langage de requétes au sens de Chandra et Harel (CHA 80] ‘TempSQL [GAD 85] propose une extension temporelle de SQL fondée sur le concept de durée de vie des valeurs d'atributs. A chaque attribut et & chacune de ses valeurs de domaine esi(sont) associée(s) leur(s) période(s) de validité. TempSQL. utilise l'opérateur de synchronisation temporelle WHILE, Les algebres de Allen et ‘Yu sont partiellement implantées, mais peuvent facilement I"tre entitrement. Une période temporelle peut éure définie directement et le maintenant est explicité par le ccurscur temporel NOW. 4, Structures temporelles Dans ce paragraphe nous présentons les différents choix possibles pour 1modéliser le temps au sein des bases de données. Une étude complete est faite en [Li 89}, Pour travaller sur le temps, il faut avant tout définie les éléments prmitifs sur lesquels on va travailler. Globalement, deux options existent: le temps comme ensemble de points ou instants, ou comme ensemble dintervalles ou durées. Les intervalles peuvent etre ftendus & des unions dintervalles. A partir des points, on construit des intervalles comme couples de points. A partir des intervalles, on Cconstruit les points de fagon plus ou moins pure; la défnition la plus propre rejoint celle de linstant de Russel, comme classe d'équivalence. Les deux points de vueBases De Données Temporelles : une approche Sylviane R. Schwwer ents en théorie du premier ordre. Ensuite, il fut présenter une structure ‘mathématique cohérent, i.e. munir Yensemble Temps de relations ot de propriété. La relation minimale déduite de lhypothtse d'anisotropie du temps est la relation ordre strict pour modéliser Ia succession, Cette relation peut étre totale ou non, on parlera plut6t de temps linéaire ou arborescent. Celui-i peut étre dense ou discret, borné ou non, 4.1, Structure Temporelle Ponetuelle Une structure temporelle st un ensemble dont les éléments sont appelés points ou instants, muni d'une relation de précédence asymétrique et transitive. Les relations possédant ces deux propriétés sont appelées ordres strict, et par abus de langage (qui peut se justfier) des ordres. Une branche dune structure temporelle ‘est une partie maximale ttalement ordonnée de la structure temporelle, Dans tes bases de données temporelles, dont le but n'est pas de comprendre le monde mais de ‘géter des représentations du monde, seules les structures temporelles linéaires apparaissent. En rovanche, si fon veut pouvoir utiliser les bases de données comme des bases do connaissances et leur inclure un systéme de raisonnement evou de planification, alors les structures multilinéaires et arborescentes trouvent naturellement leur place. Dans le as linéaire “possible” équivaut “non-jamais”. Le choix entre linéarité ou arborescence n'est pas sans conséquence puisque les modéles ne sont pas Equivalents [LAM 80]. En particulier, dans les modéles arborescents, “possible” n'est pas équivalent & “non-jamais”. Une deuxitme propriété des structures temporelles, improprement appelée, en bases de données, boritude, est existence ou non d'un début et d’une fin. I est usage de ne traiter ‘quiune fenétre temporelle paticulitre, qui posséde toujours un début, souvent une fin, Pour modéliser une fin non définie ov lointane, il peut tre commode de le faire ‘par une structure non bornée dans le futur Contrairement aux propriétés précédentes qui concement Vensemble de la structure, les propriété suivantes traitent de la nature locale du temps : une structure temporelle est dense ou continue si entre deux points comparables il y a un troisitme point ( proprité de dichotomie); elle est disertte si tout point, qui possede au moins un prédécesseur, admet un plus grand prédécesseur, et un plus petit pposséde au moins un suecesseur. Dans les bases de données, le temps i6& ’horloge de la machine. Les instants de base sont appelés chronons. successeur, cst discret, 4.2. Structure temporelle par intervallesBases De Données Temporelles : une approche Sylviane R. Schwer Liintervalle est intimement 1ié A 1a notion de durée. La représentation par intervalles permet de modéliser de fagon intéressante, car plus proche de intuition, toutes les informations temporelles qui persistent. Depuis les travaux de Allen, la communauté Intelligence Artificille utilise intensivement les inervalles temporels, pour planifir et raisonner sur des connaissances temporelles. C'est pourquoi nous présentons dans cette parti, les relations entre intervalles et intervalles généralisés permettant de représenter et de gérer la connaissance temporelle vue comme durée, [LOR 93] utilise les intervalles pour son extention du mode relationnel aux bases de données historiques. Allen a introduit un modale de calcul et de représentation du temps par intervalles permettant d’appréhender les problémes d'incertain. Il exhibe les 13 relations possibles entre deux intervalles et calcule les produits de composition de ces relations. Ainsi, si fon connaft Fensemble Exy des relations possibles entre Vintervalle X et Vintervalle Y, et Yensemble By, des relations possibles entre Vintervalle Y et Vintervalle Z, on peut calculer ensemble Exz, des relations possibles entre itervalleX etVntervalle Z. Par exemple, si X, in K Nowsu (ed), Mulinedia Database Managemen Systens, chap. 5, Kluwer Academie Publishers, 199, p, 47-88 [ALL 83] Allen James F., « Maintening Knowledge About Temporal Intervals », ‘Communications ofthe ACM, vil 26°11, 1983, p. 832-843 (ALL 84) Allen James F, « Towards a General Theory of Action and Time »Artficial Tellgence, ol 23, 1984, p. 12-154 IARI 86]. Ariav, « A temporally oriented data model », ACM transactions on Database Systans, vol 11, °4, 1986, p 499-527 (BEN 82] Ben-Zvi J, The sine relaional model, Ph.D. dissetation, UCLA, Los Angeles, 1982 {BES 96] BessiereC, Isl A, Ligoeat .,« Global consistency in interval algebra networks tractable subolasses », ECA'96, Budapest, Hongee, 1996 [BHA 91] Bharagava, G., Gada S.K., « Relational database systems Knowledge Dara Eng. 1991 [CAN 97} Canavaggio J, Marlon D., « Manipulation de valeurs temporelles dans un SOBDA objets», Iforsid'97, 1997 [CHA 80] Chandra, A.K., Hoe D., « Computable queries for relational databases », LCS, vol 21, 1980, p.333-347 [CHO 93] Chomicki J. « Temporal Query Languages: a Survey », 12th ACM Sympsasium on Principles of Database Stems, Washington DC, 1993 {CLI 83} Ciford J, WastenD., « Formal semantis for Database Systems, vol 6,2°2, 1983 {(CL194}Clitord J IakowiteT,« On the semantics of (B)Temporal Variable Databases », ‘nt. Conf. On Exanding Database Technology, Cambridge, UK, 1994 (DEU $0} Deu O., « The Story of O2 », IEEE Transaction on Knowledge and Data Engineering, vol 2,01, 1980 [ELM 50] Elmasti R., ELAssal L, Kouramajian V.,« Semantics of temporal Data in an extended ER Model », Proc. ofthe Sth Inter. Conf. On the ER Approach, Lausanne, Switzedand, Oct 1990 [FAU 95] Fauvet M.C., Scholl P. C, « Temps et Bases de Données : concepts temporels pour la gestion de évolution des données », Rapport interne LGT, RRO4S I, Grenoble, 1995 [GAD 85] Gadia 8. K,, Vaishnav J. H, « A query language for homogeneous temporal database», Proc. of ACH symposium on principles of Database Systems, March 1985, p. 51-56 [GAD 88] Gadio 8. K, « A Homogencous Relational Model and Query languages for “Temporal Databases», ACM Teans. on Databate systems, val 13, Dec 1988, p. 418-448 [GAN 94] Gangarsk S, Jomier G.,« Gestion de versions d’ettés dans leur contexte: une approche formele>, BDA’94, 1984 p, 15-34 {HER 95] Her L, «Le langage de requtestemporlles FTL », BDA'95, 1995 LOBE 88} « Special issue on temporal databases », Data Engineering Bulletin, vol 11, n°, Dee 1988 zero », BEE Trans. indatabases », ACM Trans. onBases De Données Temporelles : une approche Sylviane R, Schwer UEN 91] Jensen C., Snodgrass R, « Temporal specialization and generalization », Report TR 91-45, University of Aalborg, Denmark, 1991 EN 94) Jensen C., Clifford J, Gadia S. K., Segev A., Snodgrass R-Tet al « A Consensus Glossary of Temporal Dutbase Concepts » , SIGMOD RECORD, vol 23, n°1, March 1094 p. 52-64 [UNI97) Bessie C., Buzenat J, JeansoulinR., Ligozat G., Schwer R.S., « Raisonnement ‘Spatial et Tempore! », in Actes des 6° journées du PRC-GDR IA, Grenoble, Pesty & Siegel (es. Hermes, 1997 ION 78] Jones S., Mason PJ, Stamper R., « LEGOL 2.0; a relational specification language for complex rule», Information Systems, vol 4, n°4, Nov 1979, p. 293-305 [OU 96} Jourdan M., LayaideN,,Sabry-Ismail L.,« Presentation Services in MADEUS : an Authoring Environment for Multimedia Documents », Rapport INRIA n° 2983, 1996 ILAM 80] Lamport L, « Specifying concurrent programs modules », ACM Trans. on Prog Lang. and Syst. vol 5, 1°2, Aptil 1983 [LIG 89] Bestougetf Héléne, Ligozat Gérard, Outils logiques pour le traitement du temps, Masson, 1989 [LOR 88} Lorentz0s N. A. A formal extension ofthe relational model forthe representation ‘and manipulation of generic intervals, Ph.D. Dissertation, Birkbeck College, Univesity ‘of London, 1988 IMCD 82} McDermott, « A Temporal Logic for Reasoning about processes and plans», Cognitive Science, vol 6,0°2, 1982p. 101-155 [MCK 85) MacKenzie E,« Bibliography: temporal databases », ACH SIGHOD RECORD. vol 15,n°4, Dec 1986 [077 96] 02 Technology, « ODMG C++ Binding Guide » (or release 4.6), 1996 [RIC 85] Ricoru Paul, Temps Réct, L'ordrephilosophique, Le Seuil, 1985 [ROL 87] Rolland C. (e4.) Proceedings of the Conference on Temporal Aspects in “Information Systems. , ABCET, May 1987 [ROL 88] Rolland etal, « The RUBIS System », IFIP WG 8 Int. Conf. on Computerized assistance during the Information System life cycle, Egham, England, Sept 1988 [ROS 91] Rose E., Segev A., « TOODM: a temporal object-oriented data model with temporal constraints», Techical report, Univesity of Califomia, USA, 1991 {SCH 97a] Schwer R. S.. Vauzeilles J.,« Calendars and ordinals», rapport interne LIPN, 1997 [SCH 970] Sehwer R. S,« Bases de données temporelles: une itroduetion panoramique » appor interne LIPN, 1997 [SEG 87] Segev A., hoshani A., « Logical Modelling of Temporal Databases » Proc. of ‘ACM SIGMOD inte. Conf. on the Management of Data, May 1987, p. 454-866 [SHL 91) Shipman D., « The Functional Data Model and the Data Langoage DAPLEX », ACM Trans. On Database Systems, vol. 6, n°L, March 1991, p, 140-173 [SHO 87] Shoham Y., « Temporal Logics in Al: Semantical and Ontological Considerations», Arifcial Intelligence, vol 33, n°1, 1987, p- 89-104 [SNO 85] Snodgrass R., Ahn I., « A taxonomy of time in databases », Proc. of ACM SIGMOD Conference, 1985 [SNO 86] Snodgrass R., Ahn L,« Temporal Databases », EEE Computer vol 19, n°9, Sept 1986, p. 35-42 ISNO 92] Snodgrass R., « Temporal databases », Proc. Int. Conf. on GIS: From space to territory, vol 629, 1992Bases De Données Temporelles : une approche Sylviane R. Schwer [SNO 93] Snodgrass R. (d.), Infrastructure for emporat Darabases, Alington, Texas, June 1987 [SNO 94a} Snodgrass R., « Overview of the special session on temporal database infrastructure », ACM SIGMOD Record, vol 23, n*1, March 1994 [SNO 940] Snodgrass R. etal, « TSQL2 Language specification: Towards an Infrastructure for Temporal Databases », Report of am Invitational ARPA/NSF Workshop ACM- SIGMOD, vol 23, 0°1, March 1994 [800 91] Soo M. D., « Bibliography on temporal databases », ACM SIGMOD Record, vol 20,n°1, March 1991, p. 4-23.” [800 93} Soo M, D., Snodgrass R., « Multiple Calendar Support for Conventional Database Management Systems », Department of Computer Science, University of Arizona, 1993 (TAN 93] Tansel A. U., Clifford J. GadiaS.,Jajoia S., Segev A. Snodgrass R., Temporal databases: theory, design and implementation., Benjamin Cumings, 1993 TEM 91} Tempora Project 2469 & BRA Spec 3086, 1991 [100 97} Projet TOOBIS, accessible pa itp ://www.ci.uoa g/-—toobis/Deliverebles html [VBE 92] Van Beek Peter « Reasoning about qualitative temporal information »,Arifcial Inceligence, vol 58, 1992, p. 297-326 {VIL 82] Vilain M,.« A system for reasoning about Time, IICAY'82, 1982, p. 197-201 IVIL 85] Vilain M., Kautz, « Constraint Propagation Algorithms for temporal Reasoning », ‘AAAIBG , 1986, p. 377-382 [WIE 75] Wiederhold G., Fries J.B, Weyl S., « Structured organisation of clinical databases», Proc. AFIPS Naional Computer Conf, 1975 {WOL 83] Wolper. «Temporal logic can be more expressive», Information and Control. vol 56,1983, p. 72:99 [WUU 93} Wuu G.T., Dayal U, « A uniform model for temporal and versioned object- “oriented databases », in (TAN 93), 1993