Universität Wien

050038 VU Scientific Data Management (2011S)

6.00 ECTS (4.00 SWS), SPL 5 - Informatik und Wirtschaftsinformatik
Prüfungsimmanente Lehrveranstaltung

Details

max. 50 Teilnehmer*innen
Sprache: Deutsch

Lehrende

Termine (iCal) - nächster Termin ist mit N markiert

  • Freitag 04.03. 09:00 - 12:15 Besprechungsraum
  • Freitag 11.03. 09:00 - 12:15 Besprechungsraum
  • Freitag 18.03. 09:00 - 12:15 Besprechungsraum
  • Freitag 25.03. 09:00 - 12:15 Besprechungsraum
  • Freitag 01.04. 09:00 - 12:15 Besprechungsraum
  • Freitag 08.04. 09:00 - 12:15 Besprechungsraum
  • Freitag 15.04. 09:00 - 12:15 Besprechungsraum
  • Freitag 06.05. 09:00 - 12:15 Besprechungsraum
  • Freitag 13.05. 09:00 - 12:15 Besprechungsraum
  • Freitag 20.05. 09:00 - 12:15 Besprechungsraum
  • Freitag 27.05. 09:00 - 12:15 Besprechungsraum
  • Freitag 03.06. 09:00 - 12:15 Besprechungsraum
  • Freitag 10.06. 09:00 - 12:15 Besprechungsraum
  • Freitag 17.06. 09:00 - 12:15 Besprechungsraum
  • Freitag 24.06. 09:00 - 12:15 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

Zuordnung im Vorlesungsverzeichnis

Letzte Änderung: Mo 07.09.2020 15:29