050038 VU WS.II.SDM.DM.VU Scientific Data Management (2010S)
Prüfungsimmanente Lehrveranstaltung
Labels
Details
max. 50 Teilnehmer*innen
Sprache: Deutsch
Lehrende
Termine (iCal) - nächster Termin ist mit N markiert
Freitag
05.03.
09:00 - 12:00
Besprechungsraum
Freitag
19.03.
09:00 - 12:00
Besprechungsraum
Freitag
26.03.
09:00 - 12:00
Besprechungsraum
Freitag
16.04.
09:00 - 12:00
Besprechungsraum
Freitag
23.04.
09:00 - 12:00
Besprechungsraum
Freitag
30.04.
09:00 - 12:00
Besprechungsraum
Freitag
07.05.
09:00 - 12:00
Besprechungsraum
Freitag
14.05.
09:00 - 12:00
Besprechungsraum
Freitag
21.05.
09:00 - 12:00
Besprechungsraum
Freitag
28.05.
09:00 - 12:00
Besprechungsraum
Freitag
04.06.
09:00 - 12:00
Besprechungsraum
Freitag
11.06.
09:00 - 12:00
Besprechungsraum
Freitag
18.06.
09:00 - 12:00
Besprechungsraum
Freitag
25.06.
09:00 - 12:00
Besprechungsraum
Information
Ziele, Inhalte und Methode der Lehrveranstaltung
Eingenschaften und Taxonomie von modernen datenintensiven wissenschaftlichen Anwendungen, optimierte Datei Strukturen, wissenschaftliche Datenbibliotheken und Datenbanken (relationale und XML), Data Stream Management und Analyse, Architektur verteilter Datenbanken, Modelle (Verteilung, Heterognität, Autonomie), Fragmentierung, Abfragenoptimierung, parallele Datenbanksysteme, föderierte Datenbanken, strukturelle und semantische Datenintegration, paralleles und verteiltes Datawarehousing, Datenbanken im Grid, Wissensfindungs-Techniken.
Art der Leistungskontrolle und erlaubte Hilfsmittel
Alle Projekte termingerecht und vollstaendlich geloest zu haben und bei der Abgabe diese erklaeren zu koennen; mindestens 50% der moeglichen Abschlusstestpunkte zu erreichen; Abschlusstest findet am 26. Juni 2009 statt.
Mindestanforderungen und Beurteilungsmaßstab
Vermittlung von Kenntnissen über die wesentlichen Datenstrukturen des Scientific Computing und der Organisation wissenschaftlicher Information in einem Scientific Data Repository (Data Warehouse, Datenbank, Datei oder in verteiltem Datenmanagementsystem). Die Studierenden erwerben die Fähigkeit zum Einsatz dieser Systeme in Scientific Computing und zur Informationsbeschaffung & Wissensauffindung mittels geeigneter Abfragekalküle und Algorithmen.
Prüfungsstoff
Jede Vorlesung wird auch einen praktischen Teil beinhalten, wo kleine Projekte von Studierenden bearbeitet werden.
Literatur
- J. M. May. Parallel I/O for High Performance Computing. Morgan Kaufmann Publishers, 2001.
- M. Ester, J. Sander: Knowledge Discovery in Databases. Springer¿Verlag, 2000.
- Papers and Documents about Data Analysis and Knowledge Discovery on the Grid:
http://www.gridminer.org
- M. Ester, J. Sander: Knowledge Discovery in Databases. Springer¿Verlag, 2000.
- Papers and Documents about Data Analysis and Knowledge Discovery on the Grid:
http://www.gridminer.org
Zuordnung im Vorlesungsverzeichnis
Letzte Änderung: Mo 07.09.2020 15:29