050038 VU Scientific Data Management (2012S)
Continuous assessment of course work
Labels
Details
max. 50 participants
Language: German
Lecturers
Classes (iCal) - next class is marked with N
Friday
02.03.
09:00 - 12:15
Besprechungsraum
Friday
09.03.
09:00 - 12:15
Besprechungsraum
Friday
16.03.
09:00 - 12:15
Besprechungsraum
Friday
23.03.
09:00 - 12:15
Besprechungsraum
Friday
30.03.
09:00 - 12:15
Besprechungsraum
Friday
20.04.
09:00 - 12:15
Besprechungsraum
Friday
27.04.
09:00 - 12:15
Besprechungsraum
Friday
04.05.
09:00 - 12:15
Besprechungsraum
Friday
11.05.
09:00 - 12:15
Besprechungsraum
Friday
18.05.
09:00 - 12:15
Besprechungsraum
Friday
25.05.
09:00 - 12:15
Besprechungsraum
Friday
01.06.
09:00 - 12:15
Besprechungsraum
Friday
08.06.
09:00 - 12:15
Besprechungsraum
Friday
15.06.
09:00 - 12:15
Besprechungsraum
Friday
22.06.
09:00 - 12:15
Besprechungsraum
Friday
29.06.
09:00 - 12:15
Besprechungsraum
Information
Aims, contents and method of the course
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.
Assessment and permitted materials
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.
Minimum requirements and assessment criteria
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.
Examination topics
Jede Vorlesung wird auch einen praktischen Teil beinhalten, wo kleine Projekte von Studierenden bearbeitet werden.
Reading list
- 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
Association in the course directory
Last modified: Mo 07.09.2020 15:29