Lehr- und Forschungseinheit für Datenbanksysteme Ludwig-Maximilians-Universität München
Institut für Informatik
Lehr- und Forschungseinheit für Datenbanksysteme
University of Munich
Institute for Computer Science
Database and Information Systems

Hauptseminar im SS 2001

"Datenbanken und Knowledge Discovery"

vorhergehende Semester:
[WS 00/01, SS 2000, WS 99/00, SS 99, SS 97, SS96]

Ort und Zeit

Veranstaltung Zeit Ort Beginn
Seminar Di, 11.15 - 12.45 Uhr Raum 1.27 (Oettingenstr. 67) 08.05.2001

Kurze Einführung

Im ersten Teil dieses Hauptseminars betrachten wir verschiedene Aspekte der Verwaltung von komplexen Objekten in Datenbanksystemen. Das Spektrum der vorgestellten Forschungsarbeiten reicht von der Verwaltung mit XML repräsentierter Daten bis zur Integration benutzerdefinierter Indexstrukturen in Datenbanksysteme.

Knowledge Discovery in Databases (KDD) ist der Prozeß der (semi-)automatischen Extraktion von Wissen aus sehr großen Datenbanken, das gültig, unbekannt und nützlich ist. Die wesentlichste Komponente in diesem Prozeß ist das Data Mining, d.h. die Anwendung von effizienten Algorithmen, die die in der Datenbank enthaltenen Muster liefern. Im zweiten Teil des Seminars werden wichtige Verfahren des Data Mining unter besonderer Berücksichtigung des Bezugs zu Datenbanksystemen behandelt.

Im Hauptseminar werden Originalartikel aus der Literatur vorgestellt, die in der Vorbesprechung vergeben werden.

Die Vortragszeit beträgt 45 min., darauf folgen 15 min. Diskussion. Für den Erwerb des Scheins sind ein erfolgreicher Vortrag sowie aktive Teilnahme am Seminar Voraussetzung.

Zusätzliche Informationen

Voraussetzung

Ablauf

Datum Vortragender Titel Betreuer
15.05.01 Konstantin Kirsch Extensible Indexing in Object-Relational Database Systems Marco Pötke
22.05.01 Markus Innerebner Object-Relational Storage and Retrieval of XML Documents Marco Pötke
29.05.01 Aryn Kerr Induction of Decision Trees Evguenia Altareva
05.06.01 (Pfingstdienstag) vorlesungsfrei (Vorlesungszeiten)  
12.06.01 Markus Veith Finding Generalized Projected Clusters in High Dimensional Spaces Florian Krebs
19.06.01 Alexei Priakhine Focused Crawling: A New Approach to Topic-Specific Web Resource Discovery Martin Ester
26.06.01 Georg Straub Grouper: A Dynamic Clustering Interface to Web Search Results Martin Ester
03.07.01 Annegret Seebass Adaptive Grids for Clustering Massive Data Sets Florian Krebs

Homepages:  DBS Institut LMU
08.02.01