Zaawansowane Bazy Danych i Hurtownie Danych

Symbol:
Data:
16.04.2008r.
Załącznik
Wydanie:
Z-5.4-1-1
Strona:
I
1/1
Status:
obowiązujący
KARTA PRZEDMIOTU
KARTA PRZEDMIOTU
Rok akademicki: …………
Nazwa przedmiotu:
Kod/nr
ZAAWANSOWANE BAZY DANYCH
I HURTOWNIE DANYCH
przedmiot obowiązkowy na
specjalności Bazy danych,
sieci i systemy komputerowe
Kierunek: INFORMATYKA
Specjalność: BAZY DANYCH, SIECI I SYSTEMY KOMPUTEROWE
Tryb studiów: studia stacjonarne jednolite magisterskie (SSJM)
Rodzaj przedmiotu:
Instytut/ Katedra:
Semestr: 9
Prowadzący przedmiot:
Prowadzący zajęcia:
(podstawowy,
Liczba pkt ECTS: 6
kierunkowy......................)
przedmiot obowiązkowy
na specjalności Bazy
danych, sieci i systemy
komputerowe
Instytut Informatyki, Zakład Teorii Informatyki
dr inŜ. Marcin Gorawski
Liczba godzin:
Wykład: dr inŜ. Marcin Gorawski
Wykład: 2/9
Ćwiczenia:
Ćwiczenia:
Laboratorium:
Laboratorium: 2/9
Sławomir Bańkowski, Michał Gorawski,
Michał Thiele, Aleksander Chrószcz,
Paweł Jureczek,
Projekt:0
Seminarium:
Projekt:0
Seminarium:0
Powiązanie ze standardami i cel kształcenia
Symbol:
Data:
16.04.2008r.
Załącznik
Wydanie:
I
Z-5.4-1-1
Strona:
2/1
Status:
obowiązujący
KARTA PRZEDMIOTU
Treść wykładów:
W ramach wykładu prezentowane są następujące zagadnienia:
1-3. Przestrzenne bazy danych (algorytmy indeksowania danych przestrzennych, rodzina
R-drzew, dynamiczne xBR-drzewo, zapytania zakresowe, zapytania KNN w przestrzeni
sieciowej, modele kosztowe indeksów przestrzennych). 4-7. Przestrzenno-temporalne bazy
i hurtownie danych (wielowersyjne struktury danych, schematy gwiazd kaskadowych,
algorytmy agregacji przestrzenno-czasowych, aRB-drzewo, aP-drzewo, hybrydowy indeks
dla przestrzenno-czasowej agregacji, indeks szkieletowy, przestrzenno-czasowe
kubełkowe drzewo agregacyjne, adaptacyjny wielowymiarowy indeks kubełkowy, modele
slektywności i wydajności predykcyjnej drzew agregacji, SOLAP, przetwarzanie złączeń
KNN). 8-9. Strumieniowe bazy i hurtownie danych (dane sensorowe i telemetryczne,
ciągła ekstrakcja strumieni danych i jej odtwarzanie, zapytania o przeszłość, teraźniejszość
i przyszłość, estymacja predykcyjna, zmaterializowane listy widoków, wysoka
niezawodność i techniki tolerowania błędów). 10-11. Gridowo-agentowe systemy
hurtowni danych (gridy, inteligentni agenci programowi, metody partycjonowania danych
i dystrybucji indeksów, algorytmy balansowania obciąŜeń, algorytmy współdzielenia
zasobów w ciągłych agregatach dla okien przesuwnych, bezpieczeństwo i efektywność
gridowych hurtowni danych). 12-14. Bazy i hurtownie danych w przetwarzaniu mobilnym
(języki zapytań ciągłych CQL i budowa ich kompilatorów, optymalizacja przestrzeni PaO,
metody aproksymacji, algorytmy indeksowania obiektów mobilnych, złączenia Gorder
KNN, równoległe przetwarzania zapytań ciągłych, algorytmy lokalizujące obiekty (LBS),
bezopóźnieniowe i aktywne hurtownie danych, system GPS i Galileo, programowanie w
Java ME). 15. Eksploracja danych z zachowaniem ochrony prywatności danych
(przestrzenno-czasowe reguły asocjacji, algorytmy HPSU, VPSI, klasteryzacji CLARANS
i DBSCAN, nowy algorytm bezpiecznej klasteryzacji rozproszonej w oparciu o gęstość
dla poziomo rozproszonych danych (algorytm PPDBDC)).
Treść/Tematy: L./9.
Celem laboratorium jest praktyczne zapoznanie studentów z projektowaniem
zaawansowanych baz danych i hurtowni danych.
Tematy laboratoriów:
1. Bazodanowy system agentowy
2. Język zapytań ciągłych
3. Odtwarzanie procesu ETL
4. Systemy rozproszone
5. Realizacja zapytań wzorcowych
6. Balansowanie obciąŜeń w hurtowniach danych
Symbol:
Data:
16.04.2008r.
Załącznik
Wydanie:
I
Z-5.4-1-1
Strona:
3/1
Status:
obowiązujący
KARTA PRZEDMIOTU
Forma zaliczenia przedmiotu
1. Wykład —kolokwium pisemne.
2. L./9 - podstawą do zaliczenia laboratorium jest oddanie sprawozdań ze wszystkich
ćwiczeń. Ocenę końcową stanowi średnia ocen z poszczególnych laboratoriów, wszystkie
muszą zostać zaliczone przynajmniej na ocenę dostateczną (3).
Zasady zaliczania przedmiotu
Podstawą do zaliczenia przedmiotu jest zaliczenie kolokwium z teorii (wykładu) oraz
zaliczenie laboratorium.
Ocena z kolokwium
Ocena z
laboratorium
[3.00-3.50)
>= 3.50
[3,50 - 4,25)
>= 4,00
[4,25 - 4,50)
>= 4,50
>= 4,50
> 4,50
Minimalne wymagania do egzaminu /zaliczenia:
Ocena z kolokwium
Ocena z
laboratorium
3.00
>= 3.50
Literatura (podstawowa i specjalistyczna)
Ocena końcowa
3.00
3,50
4,50
5,00
Ocena końcowa
3.00
Literatura badawcza, publikacje naukowe, raporty techniczne udostępniane w czasie zajęć
- artykuły opublikowane w materiałach konferencyjnych VLDB, DEXA, SIGMOD,
ICDE, ADBIS, ADVIS oraz w czasopismach wydawnictw Lecture Notes in Computer
Science oraz IEEE Computer Society. Publikacje Zespołu Algorytmów, Programowania i
Systemów Autonomicznych w Studia Informatica http://www.znsi.aei.polsl.pl/.
Zatwierdzono:
…………………………….
…………………………………………………
(data i podpis prowadzącego)
(data i podpis Dyrektora Instytutu/Kierownika Katedry)