Fragenkatalog

WS 2004/05 Fragenkatalog
Einführung






Erklären Sie die Begriffe Daten, Information, Wissen und ihre Beziehung
Wissenspyramide und Wissenstreppe
Arten von Wissen
Informationsmanagement, Wissensmanagement, Wissensbasis
Bausteine des Wissensmanagement
Wissensrepräsentation
Parallele und Verteilte Systeme









Klassifikation
Architekturen von Parallelen Systemen
Parallelisierungsideen
Eigenschaften verteilter Systeme, Vorteile, Nachteile
Softwarekonzepte: Client/Server Modell, RPC
Zentrale und verteilte DB im Netzwerk (Abbildungen)
Schemen für Partitioning
Pipelined Parallelism und Partitioned Parallelism
Parallelism in relationalen Operationen
Multi-Agenten Systeme
















Distributed Artificial Intelligence – eine Charakterisierung
Definition von Agent
Intelligent Agent - eine Charakterisierung
Der Agent in seiner Umgebung
Ereignisse
Eigenschaften der Umgebung
Agenten versus Objekte
Agenten versus Expertensysteme
Blackboard-Architektur
Knowledge Query and Manipulation Language (KQML)
Andere Standards für Agenten
Schlussfolgern durch Regeln
Agentenklassifikation – mobile Agenten
Java aglet
Warum mobile Agenten?
Netwerk Computing Paradigmen
 Anwendungen von mobilen Agenten – Beispiele
 Elemente eines mobilen Agentensystems
Business Intelligence
-
What do you understand under the term business intelligence?
Characterize main business intelligence tools.
Data mining – introduction
-
What is data mining?
What motivates data mining?
Architecture of a typical data mining system
Basic data mining functionalities
Interestingness of patterns
Data warehousing
-
What is a data warehouse?
Architecture of a data warehouse
Data Preprocessing – Datenvorbereitung für die Analyse
-
Characterize the four preprocessing techniques
(data cleaning, …) introduced in the lecture
Association rules
-
What express association rules and how? Give an example.
Explain the terms support and confidence.
Classification of association rules.
Mining single-dimensional Boolean association rules: explain principles
of the method.
Mining sequential patterns: explain principles
Classification and prediction
-
Explain the terms classification and prediction
What are training and test data and how are they used?
Explain basic principles of classification by decision tree induction
Outline the algorithm steps
Basic principles of Bayesian classification
Basic principles of prediction – linear regression
Meta-learning
-
Principles
-
Scenario
Combining multiple predictions
Neural networks
-
Application areas
What is neural network
How to use a neural network
Describe a unit of a neural network
Describe a multiplayer feed-forward neural network
Describe the backpropagation algorithm
Heuristics for using neural networks
Automatic cluster detection
-
Define the term cluster
Give an example on clustering
Describe the k-Means method
Distance between binary and nominal variables
Text- und Web-Mining
- Allgemeine Aufgabenstellungen, Probleme, und Techniken
- Indexierung und Suche von Dokumenten - Basisschema
- Klassifikation von IR-Systemen
- Invertierte Files
- Web-Suchmaschinen – allgemeine Struktur
- Google Suchmaschine
Verteilte und föderierte Datenbanken und das Grid
-
Definition eines verteilten Datenbanksystems
Zentrale versus verteilte Datenbank im Netzwerk
Abstraktionsebenen und Architektur eines Datenbanksystems
Architekturmodelle für verteilte Datenbanksysteme
Schema-Architekturen für verteilte und Multidatenbaksysteme
Mediator/Wrapper Konzepte
Design-Aspekte (Entwurfsmethodik, Datenverteilung)
Integration von Datenbanken in das Grid
XML Datenbanken
-
XML/DB Anforderungen
Speicherungsmöglichkeit
Volltext- und XML Index
Speicherung der Graphenstruktur
Vollständiges Mapping auf rel. DB
- Native XML Datenbanken
- XML Abfragesprachen
Semantisches Web
- Was ist das Semantische Web? Motivation
- Was sind Metadaten und Ontologie?
- Sprachen für das Semantische Web (Auflistung)
- RDF Modell
- Beispiele für RDF Aussagen (statements)
-
-
Hilfskonzepte für RDF (Containers) – Beispiele auf bag, alternative
RDF Schema – Charakterisierung
RDF-Query Sprachen – Prinzipien
Grid Computing
- Was ist Grid und Grid computing? Einleitende Visionen.
- Virtuelle Organisation
- Protokoll, Service, API
- Grid Protokoll Architektur
- Data Grid
- Storage Modell
Web Services und Grid Services
- Evolution von Sofware Services
- Web Services: SOAP, WSDL, UDDI
- Auf dem Weg zur Open Grid Service Architecture (OGSA)
- Web Services Resource Framework