Προχωρημένα Θέματα Βάσεων Δεδομένων
| Τίτλος | Προχωρημένα Θέματα Βάσεων Δεδομένων / Advanced Topics in Databases |
| Κωδικός | DWS206 |
| Σχολή | Θετικών Επιστημών |
| Τμήμα | Πληροφορικής |
| Κύκλος / Επίπεδο | 2ος / Μεταπτυχιακό |
| Περίοδος Διδασκαλίας | Εαρινή |
| Υπεύθυνος/η | Ελευθεριος Τιακας |
| Κοινό | Ναι |
| Κατάσταση | Ενεργό |
| Course ID | 600016265 |
Πρόγραμμα Σπουδών: ΠΜΣ ΕΠΙΣΤΗΜΗ ΔΕΔΟΜΕΝΩΝ ΚΑΙ ΠΑΓΚΟΣΜΙΟΥ ΙΣΤΟΥ (2018 έως σήμερα) ΠΦ
Εγγεγραμμένοι φοιτητές: 19
| Κατεύθυνση | Τύπος Παρακολούθησης | Εξάμηνο | Έτος | ECTS |
|---|---|---|---|---|
| ΚΟΡΜΟΣ | Υποχρεωτικό Κατ' Επιλογήν | 2 | 1 | 7,5 |
| Τίτλος | Προχωρημένα Θέματα Βάσεων Δεδομένων |
| Ακαδημαϊκό Έτος | 2019 – 2020 |
| Περίοδος Τάξης | Εαρινή |
| Διδάσκοντες άλλων Κατηγοριών |
|
| Ώρες Εβδομαδιαία | 3 |
| Ώρες Συνολικά | 39 |
| Class ID | 600153655
|
Τύπος Μαθήματος 2011-2015
Ειδικού Υποβάθρου / Κορμού
Τρόπος Παράδοσης
- Πρόσωπο με πρόσωπο
Ηλεκτρονική Διάθεση Μαθήματος
- e-Οδηγός Σπουδών https://qa.auth.gr/el/class/1/600153655
- eLearning (Moodle): https://elearning.auth.gr/course/view.php?id=11632
Προαπαιτήσεις
Γενικές Προαπαιτήσεις
Προαπαιτούμενα μαθήματα δεν υπάρχουν με την αυστηρή έννοια του όρου, αλλά οι φοιτητές θα πρέπει να έχουν παρακολουθήσει μαθήματα που σχετίζονται με Βάσεις Δεδομένων, Προγραμματισμό σε JAVA ή C++ και Εξόρυξη Δεδομένων.
Μαθησιακά Αποτελέσματα
Γνωστικά: Εκμάθηση μεθόδων διαχείρισης χωρικών και πολυμεσικών δεδομένων, καθώς και προχωρημένων μεθόδων διαχείρισης βάσεων δεδομένων.
Δεξιότητες: Μετά την ολοκλήρωση του μαθήματος οι φοιτητές θα έχουν μία ολοκληρωμένη εικόνα των μεθόδων διαχείρισης χωρικών και πολυμεσικών δεδομένων. Επίσης, θα είναι σε θέση να εφαρμόσουν μηχανισμούς ευρετηρίασης (και άλλες τεχνικές) για χωρικά και πολυμεσικά δεδομένα. Με την εκπόνηση των εργασιών θα αποκτήσουν σημαντικές γνώσεις καθώς επισης θα μπορούν να επιλύνουν πρακτικά προβλήματα.
Γενικές Ικανότητες
- Εφαρμογή της γνώσης στην πράξη
- Λήψη αποφάσεων
- Αυτόνομη εργασία
- Παραγωγή νέων ερευνητικών ιδεών
Περιεχόμενο Μαθήματος
Χωρικές και Πολυμεσικές Βάσεις Δεδομένων με έμφαση σε δεδομένα μεγάλης διάστασης. Μοντέλα και Γλώσσες για Χωρικές Βάσεις Δεδομένων (ΒΔ), Αρχεία και Κατάλογοι για Χωρικές ΒΔ, Επεξεργασία και Βελτιστοποίηση Ερωτημάτων σε Χωρικές ΒΔ, Χωρικά Δίκτυα, Ανάκτηση Πληροφορίας, Πληροφοριακά Συστήματα με βάση το περιεχόμενο, Τεχνικές ευρετηρίασης πολυδιάστατων δεδομένων, Β-Δέντρα και οι παραλλαγές τους, Persistent Δέντρα, Buffer Δέντρα, R-Δέντρα και οι παραλλαγές τους, X-Δέντρα, M-Δέντρα, Slim-Δέντρα, Αλγόριθμοι επεξεργασίας ερωτημάτων ομοιότητας σε πολυδιάστατους χώρους, Αλγόριθμοι επεξεργασίας ερωτημάτων ομοιότητας σε μετρικούς χώρους, Ερωτήματα προτίμησης (top-k, skylines), Τεχνικές κατακερματισμού.
Λέξεις Κλειδιά
Χωρικές και Πολυμεσικές Βάσεις Δεδομένων, Μέθοδοι Ευρετηρίασης, Επεξεργασία Ερωτημάτων, Ερωτήματα Top-k, Ερωτήματα Κορυφογραμμής
Τύποι Εκπαιδευτικού Υλικού
- Σημειώσεις
- Διαφάνειες
- Βιβλίο
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
Χρήση Τ.Π.Ε.
- Χρήση Τ.Π.Ε. στη Διδασκαλία
- Χρήση Τ.Π.Ε. στην Εργαστηριακή Εκπαίδευση
- Χρήση Τ.Π.Ε. στην Επικοινωνία με τους φοιτητές
Οργάνωση Μαθήματος
| Δραστηριότητες | Φόρτος Εργασίας | ECTS | Ατομικά | Ομαδικά | Erasmus |
|---|---|---|---|---|---|
| Διαλέξεις | 39 | ✓ | |||
| Μελέτη και ανάλυση βιβλίων και άρθρων | 100 | ✓ | |||
| Εκπόνηση μελέτης (project) | 55 | ✓ | ✓ | ||
| Συγγραφή εργασίας / εργασιών | 32 | ✓ | |||
| Σύνολο | 226 |
Αξιολόγηση Φοιτητών
Περιγραφή
Οι φοιτητές αξιολογούνται με: (α) γραπτή εξέταση (50%), και (β) ανάπτυξη συστήματος για τη διαχείριση χωρικής/πολυμεσικής πληροφορίας, υποβολή έκθεσης και παρουσίαση του συστήματος στην τάξη (50%).
Βιβλιογραφία
Επιπρόσθετη βιβλιογραφία για μελέτη
S. Shekhar, S. Chawla: Spatial Databases: A Tour, Prentice Hall, 2003.
P. Rigaux, M. Scholl, A. Voisard: Spatial Databases: With Application to GIS, Morgan Kaufmann, 2001.
H. Samet: Foundations of Multidimensional and Metric Data Structures, Morgan Kaufmann, 2006.
R. H. Guting, M. Schneider, Moving Objects Databases, Morgan Kaufmann, 2005.
A. Baughman, J. Gao, J.-Y. Pan, V.A. Petrushin (eds): Multimedia Data Mining and Analytics: Disruptive Innovation, Springer, 2015.
K. S. Candan, M. L.Sapino, Data Management for Multimedia Retrieval, Cambridge University Press, 2010.
O. Marques, B. Furht: Content-Based Image and Video Retrieval, Springer, 2002.
P. Muneesawang, N. Zhang, L. Guan: Multimedia Database Retrieval: Technology and Applications, Springer, 2014.
L. Liu, M. T. Ozsu (eds): Encyclopedia of Database Systems, Springer, 2009.
J. Vitter, Algorithms and Data Structures for External Memory, 2008.
J. Abello, P.M. Pardalos and M.G.C. Resende (editors), Handbook of Massive Data Sets, Kluwer Academic Publishers, 2002.
D. Menta and S Sahni, Handbook of Data Structures and Application. 2005.
Τελευταία Επικαιροποίηση
11-10-2020
