• A
  • A
  • A
  • ABC
  • ABC
  • ABC
  • А
  • А
  • А
  • А
  • А
Regular version of the site
Article
Statistical testing of segment homogeneity in classification of piecewise-regular objects

Savchenko A., Belova N. S.

International Journal of Applied Mathematics and Computer Science. 2015. Vol. 25. No. 4. P. 915-925.

Article
Reconstruction of a word from a finite set of its subwords under the unit shift hypothesis. I. Reconstruction without for bidden words1

Smetanin Y., Ulyanov M.

Cybernetics and Systems Analysis. 2015. Vol. 50. No. 1. P. 148-156.

Article
VTMine Framework as Applied to Process Mining Modeling

Sergey Andreevich Shershakov.

International Journal of Computer and Communication Engineering. 2015. Vol. 4. No. 3. P. 166-179.

Research Seminar "Data and Knowledge Management"

2020/2021
Academic Year
RUS
Instruction in Russian
3
ECTS credits
Type:
Elective course
When:
3 year, 1-3 module

Instructor

Программа дисциплины

Аннотация

Научно-исследовательский семинар посвящен рассмотрению традиционных и новых моделей и методов управления данными, в т.ч. темпоральных и пространственных моделей данных, баз данных в оперативной памяти, методов представления и обработки знаний.
Цель освоения дисциплины

Цель освоения дисциплины

  • Формирование у студентов профессиональ-ных компетенций, связанных как с общей методологией научного исследования, так и с частными аспектами анализа, исследования и использования моделей и методов управления данными и знаниями; приобретение практических навыков самостоятельного научного исследования в области создания эффективных информационных систем на основе баз данных и знаний.
Планируемые результаты обучения

Планируемые результаты обучения

  • Способен анализировать полноту учета темпоральных и пространственных требований к данным в проектах баз данных
  • Способен оценивать применимость методов хранения данных в оперативной памяти к задачам проектирования баз данных
  • Способен обсуждать преимущества и недостатки моделей представления знаний и методов обработки знаний
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Пространственные и темпоральные базы данных
    Хранение пространственных и темпоральных данных. Линия времени, точечное и интервальное представление, ветвление. Проектирование темпоральных баз данных. Темпоральные транзакции. Темпоральные возможности распространенных СУБД.
  • Системы управления базами данных в оперативной памяти
    Отличительные особенности баз данных в оперативной памяти. Структуры данных. Сжатие данных. Индексы. Выполнение запросов. Изменение данных. Транзакции. Реализации в рас-пространенных СУБД.
  • Модели представления знаний, онтологии и механизмы вывода
    Логическое представление знаний. Продукционное представление знаний. Сетевое представ-ление знаний. Онтологии, их виды, запросы к онтологиям, изменение данных. Прямой и об-ратный логический вывод. Вывод на семантической сети.
Элементы контроля

Элементы контроля

  • неблокирующий Домашние задания
  • неблокирующий Экзамен
    Экзамен устный в Zoom. Без прокторинга. Технические требования: web-камера, микрофон, наушники / колонки, Zoom.
Промежуточная аттестация

Промежуточная аттестация

  • Промежуточная аттестация (3 модуль)
    0.6 * Домашние задания + 0.4 * Экзамен
Список литературы

Список литературы

Рекомендуемая основная литература

  • Date, C. J., Lorentzos, N., & Darwen, H. (2014). Time and Relational Theory : Temporal Databases in the Relational Model and SQL (Vol. 2nd ed). Burlington: Morgan Kaufmann. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=836786
  • Johnston, T., & Weis, R. (2010). Managing Time in Relational Databases : How to Design, Update and Query Temporal Data. Amsterdam: Morgan Kaufmann. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=344933
  • Plattner, H., & Zeier, A. (2012). In-Memory Data Management : Technology and Applications. Berlin: Springer. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=535046
  • Искусственный интеллект : современный подход, Рассел, С., 2006

Рекомендуемая дополнительная литература

  • Bridging the Semantic Web and NoSQL Worlds: Generic SPARQL Query Translation and Application to MongoDB. (2019). France, Europe: HAL CCSD. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsbas&AN=edsbas.7E666A4A
  • Dominique Alfermann, B. E. S. H. (2015). SAP HANA Advanced Modeling. [N.p.]: Espresso Tutorials. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=2201583
  • Güting, R. H., & Schneider, M. (2005). Moving Objects Databases. San Francisco, Calif: Morgan Kaufmann. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=187183
  • Johnston, T. (2014). Bitemporal Data : Theory and Practice. Waltham, MA: Morgan Kaufmann. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=527071
  • Per-ake Larson, Mike Zwilling, & Kevin Farlee. (n.d.). The Hekaton Memory-Optimized OLTP Engine. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsbas&AN=edsbas.3F539665
  • Ray Rankins, Paul Bertucci, Chris Gallelli, & Alex T. Silverstein. (2015). Microsoft SQL Server 2014 Unleashed. [N.p.]: Sams Publishing. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1601720
  • Sowa, J. F., & Borgida, A. T. (1991). Principles of Semantic Networks : Explorations in the Representation of Knowledge. San Mateo, Calif: Morgan Kaufmann. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=996666
  • Tirthankar Lahiri, Marie-anne Neimat, & Steve Folkman. (n.d.). Oracle TimesTen: An In-Memory Database for Enterprise Applications. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsbas&AN=edsbas.C027A6B
  • Vieira, M. R., & Tsotras, V. J. (2013). Spatio-Temporal Databases : Complex Motion Pattern Queries. Cham: Springer. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=652317
  • Ying Zhang, Dimitar Nedev, Panagiotis Koutsourakis, & Martin Kersten. (2016). Distributed Processing And Transaction Replication In Monetdb - Towards A Scalable Analytical Database System In The Cloud. https://doi.org/10.5281/zenodo.803988
  • Лекции по искусственному интеллекту, Осипов, Г. С., 2013