Wenn Sie diesen Text sehen, ist auf ihrem Gerät noch nicht das neue Layout geladen worden. Bitte laden Sie diese Seite neu (ggf. mit gedrückter 'Shift'- oder 'Alt'-Taste) oder in einem 'privaten Fenster'.
Weitere Hinweise unter https://www.uni-hildesheim.de/wiki/lsf/faq/fehler.im.layout.

Zur Seitennavigation oder mit Tastenkombination für den accesskey-Taste und Taste 1 
Zum Seiteninhalt oder mit Tastenkombination für den accesskey und Taste 2 
  1. SucheSuchen         
  2. SoSe 2024
  3. Hilfe
  4. Sitemap
Switch to english language
Startseite    Anmelden     

Analysis of Spatial Data - Einzelansicht

Grunddaten
Veranstaltungsart Vorlesung
Veranstaltungsnummer 3253 Kurztext
Semester WiSe 2010/11 SWS
Erwartete Teilnehmer/-innen 5 Max. Teilnehmer/-innen
Rhythmus i.d.R. jedes 2. Semester Studienjahr / Zielgruppe
Credits 8
Hyperlink http://www.ismll.uni-hildesheim.de Evaluation Ja - digitale Veranstaltung
Sprache englisch
Termine Gruppe: 1-Gruppe iCalendar Export
  Tag Zeit Rhythmus Dauer Raum (mögliche Änderungen beachten!) Raum-
plan
Lehrperson Status Bemerkung fällt aus am Max. Teilnehmer/-innen
Einzeltermine anzeigen
iCalendar Export
Mi. 10:00 bis 12:00 c.t. 14-täglich von 27.10.2010  Gebäude B (Samelson-Campus) - SC.B.0.26 (Seminarraum) Raumplan    

Findet im wöchentlichen Wechsel mit LV 3247 statt.

 
Einzeltermine ausblenden
iCalendar Export
Do. 10:00 bis 12:00 c.t. wöchentlich Gebäude B (Samelson-Campus) - SC.B.0.26 (Seminarraum) Raumplan        
Einzeltermine:
  • 28.10.2010
  • 04.11.2010
  • 11.11.2010
  • 18.11.2010
  • 25.11.2010
  • 02.12.2010
  • 09.12.2010
  • 16.12.2010
  • 23.12.2010
  • 30.12.2010
  • 06.01.2011
  • 13.01.2011
  • 20.01.2011
  • 27.01.2011
  • 03.02.2011
  • 10.02.2011
Gruppe 1-Gruppe:
Termine Gruppe: Klausur iCalendar Export
  Tag Zeit Rhythmus Dauer Raum (mögliche Änderungen beachten!) Raum-
plan
Lehrperson Status Bemerkung fällt aus am Max. Teilnehmer/-innen
Einzeltermine anzeigen
iCalendar Export
Do. 10:00 bis 12:00 c.t. Einzeltermin am 24.02.2011 Gebäude B (Samelson-Campus) - SC.B.0.26 (Seminarraum) Raumplan        
Gruppe Klausur:
Studiengänge
Abschluss Studiengang Semester ECTS Kontingent
Master M.Sc. Informationsmanagm. 8
LSF - Module
Modulkürzel Modultitel
MWI-ArD Analyse räumlicher Daten / Analysis of Spatial Data
Zuordnung zu Einrichtungen
Abt. Wirtschaftsinformatik und Maschinelles Lernen
Inhalt
Bemerkung

Turnus: jedes 2. Wintersemester!

Lerninhalte

Analysis of spatial data refers to  computer-based analytic approaches that study entities using their topological, geometric, or geographic properties.  Spatial data have recently become popular due to web-applications like Google Earth, which handle the locations of entities on digital maps. Moreover, spatial data and its analysis are widely used in various other fields, such as astronomy, geographical information science (GIS), VLSI design (chip fabrication engineering that builds complex wiring structures), biology, epidemiology, sociology, demography, statistics, remote sensing, computer science, and scientific modeling. In this course, we will focus on issues related to: (a) the management of spatial data and (b) their analysis using spatial data mining techniques. Spatial data management involves studying  spatial databases methods that optimize storage and querying data related to objects in space (points, lines and polygons). Spatial databases differ from relational databases, because the latter can only understand numeric and character types of data, thus additional functionality needs to be added for databases to process spatial data types. We are going to revisit design methodologies (ER diagrams for spatial data), physical storage and indexing issues (spatial indexing), querying and its optimization (SQL for spatial data).
Moreover, the spatial data mining methods we will consider include spatial classification, clustering, and spatial association rule mining. All these methods differ from their corresponding, conventional data mining methods, because they have to consider several characteristics of spatial data, such as auto-correlation and higher-dimensionality. Focus will also be given on obtaining hands-on experience using a real spatial-database (PostgreSQL) and implementing all theoretical concepts in its framework.

Zielgruppe

Für Studierende der Bachelor- und Masterstudiengänge Wirtschaftsinformatik und Informationsmanagement und Informationstechnologie

MSc Informatik/KI & ML



Zu dieser Veranstaltung gehört folgende Übung
Nr. Beschreibung SWS
3254 Analysis of Spatial Data 2

Strukturbaum
Keine Einordnung ins Vorlesungsverzeichnis vorhanden. Veranstaltung ist aus dem Semester WiSe 2010/11 , Aktuelles Semester: SoSe 2024
Impressum      Datenschutzerklärung     Datenschutz      Datenschutzerklärung     Erklärung zur Barrierefreiheit