Universität Wien

050038 VU Scientific Data Management (2012S)

6.00 ECTS (4.00 SWS), SPL 5 - Informatik und Wirtschaftsinformatik
Continuous assessment of course work

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

Association in the course directory

Last modified: Mo 07.09.2020 15:29