Suche in Multimedia-Datenbanken
|
|
- Innozenz Kurzmann
- vor 8 Jahren
- Abrufe
Transkript
1 Suche in Multimedia-Datenbanken Ingo Schmitt 20. April 2005
2 Gliederung 1. Motivation 2. Ähnlichkeitssuche in einem MMDBS 3. Semantische Lücke 4. Ähnlichkeitsanfragesprachen 5. Effiziente Ergebnisberechnung 6. Prototypen und Systeme 7. Zusammenfassung HTW-Dresden Ingo Schmitt 2
3 Motivation Varianten einer Bildsuche Suche abgebildetes Gorilla-Silberrückenmännchen! 1. Datenbanksuche: Anfrage Ergebnis Problem: aufwändige Annotation, kein visueller Ähnlichkeitsvergleich 2. CBIR-Suche (Content-Based Image Retrieval): Anfrage Ergebnis Problem: fehlende Exaktheit (semantische Lücke), schwierige Anfrageformulierung 3. MMDB-Suche: Datenbank- und CBIR-Suche kombiniert HTW-Dresden Ingo Schmitt 3
4 Motivation Daten versus Information-Retrieval Merkmal Information DB-Suche explizit IR-Suche implizit Ergebnisse exakt unscharf Anfrage Fehlertoleranz einmalig keine iterativ verfeinernd vorhanden HTW-Dresden Ingo Schmitt 4
5 Ähnlichkeitssuche in MMDB Suchablauf in einem MMDBS [DB-Spektrum02] Anfrageergebnis Anfrage & -objekte Anfragesprache Anfragebehandlung RDBMS Ähnlichkeitsberechnung Distanzfunktion/ Ähnlichkeitsmaß Suchalgorithmen Feature-Extraktion Feature-Normalisierung Feature-Aufbereitung relationale Daten Index Feature-Daten Medienobjekte HTW-Dresden Ingo Schmitt 5
6 Ähnlichkeitssuche in MMDB Konfiguration eines MMDBS [Habil04] Anbindung an DBS Auswahl Feature-Extraktionsverfahren Auswahl Feature-Normalisierung Feature-Aufbereitung Auswahl Anfragesprache Ähnlichkeitsbegriff Art der Anfragen Effizienzanforderung Auswahl Distanzfunktion Auswahl Suchalgorithmus Auswahl Feature-Index Auswahl Ähnlichkeitsmaß HTW-Dresden Ingo Schmitt 6
7 Semantische Lücke Menschlicher Suchbedarf Menschl. Interpretation Anfragesprachen Annotation nicht automatisch Semantische Lücke Feature-Werte (high-level) Forschung Frauenkirche, Ruine Trümmer = 0,9 erforderl. Interpretationswissen Feature-Werte (low-level) automatisch extrahierbar Medienobjekt HTW-Dresden Ingo Schmitt 7
8 Algorithmische Ähnlichkeitsberechnung generelle Grenzen: Subjektivität von Ähnlichkeit erforderl. Weltwissen im Allgemeinen nicht explizit verfügbar pre-attentive versus attentive Wahrnehmung Beispiel für erforderl. Weltwissen: Suche nach Gorillas Fazit: Feature-Werte und Ähnlichkeitsmaß/-abstand/Distanzmaß können im Allgemeinen bestenfalls Low-Level-Semantik unterstützen Beispiel Low-Level-Semantik: Farbverteilung aber: in speziellen Szenarien Unterstützung von High-Level-Semantik möglich, etwa: Stoffsuche, Erkennung von Werbeblöcken, Forensische Daktyloskopie, Philatelie HTW-Dresden Ingo Schmitt 8
9 Distanzen als Ähnlichkeitsabstand Distanzeigenschaften für Ähnlichkeitsabstand im Allgemeinen zu restriktiv verletzte Symmetrie: A B verletzte Dreiecksungleichung: A B C HTW-Dresden Ingo Schmitt 9
10 Ähnlichkeitsanfragesprachen Sprachenüberblick Hauptziel: Kombination Datenbank- und Retrieval-Suche GUI und deklarative Anfrageformulierung formale Semantik Optimierung WS Query by Example Similarity Domain Calculus Similarity Algebra Erweiterung bestehender Sprachen SQL-99 spez. Algorithmen HTW-Dresden Ingo Schmitt 10
11 Ähnlichkeitsanfragesprachen Erweiterte Sprachkonzepte [BTW03,FoIKS04] Hauptziel: Kombination Datenbank- und Retrieval-Suche 1. Ähnlichkeitsprädikat: p : dom1 K domn [0,1] Ähnlichkeitsrelation: r [0,1] dom1 K dom n 2. Junktoren: Fuzzy T-Norm/T-Konorm:, :[0,1] [0,1] [0,1] kommutativ, assoziativ, aber nicht unbedingt idempotent, distributiv 3. Kompensierende Junkt. z [0,1] : z ( µ 1, µ 2) = (1 z)* ( µ 1, µ 2) + z * ( µ 1, µ 2) Lin. Operandengewichtung für: 1 2 mit θ θ 1 θ2 µ µ = θ θ )* ( µ ) + 2θ * ( µ, µ i [ 0,1], θ1 + θ 2 = 1, θ1 θ 2 ) (nicht assoziativ, nicht distributiv) 1 2 θ θ µ µ ( Schwellwertoperatoren: θ θ 6. Quantifizierte Quantoren: Quantifizierte Projektion: k Π k 7. Top-n-Operator und Sortierungsoperator HTW-Dresden Ingo Schmitt 11 ω
12 Ähnlichkeitsanfragesprachen Anfragen in WS-QBE [Schulz-Diss04,MMM05,KI05] DB-Suche Anfrage: Bild mit Silberrücken-Gorilla Retrieval-Suche Tier: ID _id WName Name Gorilla Land Annotation _annot 0,5 condition 0,5 Bild: ID _id Bild P. Segment Textur _textur Farbhist _hist _annot ~ Silberrücken > 0,8 _textur ~ _hist ~ Generierter Ausdruck des Similarity Domain Calculus: { b _ id, w, l, _ annot, s, _ textur, _ hist : t} t:=tier(_id,w, Gorilla,l,_annot} and Bild(_id,b,s,_textur,_hist) and condition HTW-Dresden Ingo Schmitt 12
13 Ähnlichkeitsanfragesprachen [FoIKS05,Diplom-Elz05] Anfragen in Ähnlichkeitsalgebra und SQL-99 Generierter und optimierter Ausdruck der Similarity Algebra: Generierter SQL-99-Ausdruck: ID=ID 0,8 σ Textur ~ 0,5 select F_and(t.a0, L_and(b1.a0, b2.a0, 0.5)), b1.id, b1.bild, b1.segment, b1.textur, b1.farbhist from Bild b1, Bild b2, Tier t where b1.id = b2.id and b1.id = t.id and sim(b1.textur, textur2 ) > 0.8 and HTW-Dresden Ingo Schmitt 13
14 HTW-Dresden Ingo Schmitt 14
15 Effiziente Ergebnisberechnung [GI-JT04, MMIS-Tech04] Ziel: Erzeuge nach Relevanz absteigend sortierte Ergebnisobjekte so schnell wie möglich! Idee: Ausnutzung der geforderten Sortierung (Pipelining auf Strömen) Verfahren: Algebraische Optimierung auf erweiterter Similarity Algebra Physische Optimierung Ranker: erzeugen Strom anhand Ähnlichkeitsvergleiche Combiner: führen Ströme zusammen Kondensatoren (Transferer): verdichten einzelne Ströme... HTW-Dresden Ingo Schmitt 15
16 Effiziente Ergebnisberechnung Ranker zur Erzeugung eines Stroms Anfrageobjekt Ergebnisstrom Selbst entwickelte Verfahren: Ranker-Algorithmus Filter-Ranking-Algorithmus [DKE05] getnext-semantik Last-Balancierung Filter- Index AV-Methode [Balko-Diss04,DKE04] Hyperellipsoid als Approximation Identifikation durch Bitkode (Navigationspfad im Indexbaum) Ranker HTW-Dresden Ingo Schmitt 16
17 Prototypen und Systeme Guter Überblick: Erweiterung objektrelationaler DBMS IBM DB2: Text Extender: Text Retrieval AIV Extender: QBIC Bild-Retrieval ORACLE 10g Text InterMedia: Retrieval für Audio/Video/Bild Spezielle Bild-Retrieval-Systeme Suche über Annotationen: Google Corbis (Bildarchiv von Bill Gates) PICSearch CBIR: Evision, Imatch, IRMA, CIRES, VIRAGE HTW-Dresden Ingo Schmitt 17
18 Zusammenfassung Motivation und Grenzen der Ähnlichkeitssuche Problem: semantische Lücke Anfragesysteme für Ähnlichkeitssuche HTW-Dresden Ingo Schmitt 18
(query by image content)
Proseminar Multimedia Information-Retrieval-Systeme (query by image content) Das QBIC Projekt 1. Einleitung 1.1 Was ist QBIC 1.2 Wo wird es verwendet 2. QBIC im Detail 2.1 technische Grundlagen 2.2 Aufbau
MehrEinleitung Projektion Selektion Join Mengenop. Vollst.keit. Einleitung Projektion. Selektion Join. Vollst.keit. Einleitung Projektion Selektion Join
Parsen der Anfrage (SQL) Transformation in eine Standardform (Relationenalgebra) Logische Optimierung Transformation in alternative Zugriffspläne, Physische Optimierung Ausführung des gewählten Zugriffsplans
MehrRaumbezogene Datenbanken (Spatial Databases)
Raumbezogene Datenbanken (Spatial Databases) Ein Vortrag von Dominik Trinter Alexander Christian 1 Inhalte Was ist ein raumbezogenes DBMS? Modellierung Abfragen Werkzeuge zur Implementierung Systemarchitektur
Mehr7. Übung - Datenbanken
7. Übung - Datenbanken Informatik I für Verkehrsingenieure Aufgaben inkl. Beispiellösungen 1. Aufgabe: DBS a Was ist die Kernaufgabe von Datenbanksystemen? b Beschreiben Sie kurz die Abstraktionsebenen
MehrAndreas Heuer Gunter Saake Kai-Uwe Sattler. Datenbanken. kompakt
Andreas Heuer Gunter Saake Kai-Uwe Sattler Datenbanken kompakt Inhaltsverzeichnis Vorwort v 1 Was sind Datenbanken 1 1.1 Warum Datenbanken 1 1.2 Datenbanksysteme 4 1.3 Anforderungen: Die Codd'schen Regeln
MehrSemantische Bildsuche mittels kollaborativer Filterung und visueller Navigation
Semantische Bildsuche mittels kollaborativer Filterung und visueller Navigation Prof. Dr. Kai Uwe Barthel HTW Berlin / pixolution GmbH Übersicht Probleme der gegenwärtigen Bildsuchsysteme Schlagwortbasierte
MehrSuchdienste für Dokumente
Wer aufhört zu werben, um Geld zu sparen, kann ebenso seine Uhr anhalten, um Zeit zu sparen. (Henry Ford, 1863-1947) Suchdienste für Dokumente Vergleich von Ansätzen zur Suche, Navigation und Präsentation
MehrEin wesentliches, charakteristisches Merkmal aller Datenbankmanagement
Anfrageformulierung: Allgemeines Ein wesentliches, charakteristisches Merkmal aller Datenbankmanagement nkmanagement- systeme ist die Unterstützung einer (oder mehrerer) Anfragesprachen. Eine Anfrage ist
MehrOn the Consistency of Spatial Semantic Integrity Constraints. Konsistenzprüfung von räumlichen semantischen Integritätsregeln.
On the Consistency of Spatial Semantic Integrity Constraints Konsistenzprüfung von räumlichen semantischen Problemstellung Geographische Daten werden immer häufiger dezentral gehalten und mithilfe vernetzter
MehrSeminar Informationsintegration und Informationsqualität. Dragan Sunjka. 30. Juni 2006
Seminar Informationsintegration und Informationsqualität TU Kaiserslautern 30. Juni 2006 Gliederung Autonomie Verteilung führt zu Autonomie... Intra-Organisation: historisch Inter-Organisation: Internet
MehrVerknüpfte Daten abfragen mit SPARQL. Thomas Tikwinski, W3C.DE/AT
Verknüpfte Daten abfragen mit SPARQL Thomas Tikwinski, W3C.DE/AT Agenda SPARQL Eine Anfragesprache für RDF Was ist eine SPARQL-Abfrage? Beispiel Arbeiten mit Variablen Komplexere Anfragen Filtern und sortieren
MehrEinteilung von Datenbanken
Datenbanksysteme (c) A.Kaiser; WU-Wien 1 Einteilung von Datenbanken 1. formatierte Datenbanken 2. unformatierte Datenbanken Information Retrieval Systeme 2 Wozu Datenbanken? Speicherung und Verwaltung
MehrRelationale Kalküle. Grundlagen der Datenbanken. Dr. Jérôme Kunegis Wintersemester 2013/14
Web Science & Technologies University of Koblenz Landau, Germany Grundlagen der Datenbanken Dr. Jérôme Kunegis Wintersemester 2013/14 Lernziele Grundideen des Domänen-Relationenkalküls (DRK) und des Tupel-Relationenkalküls
MehrData-Warehouse-Technologien
Data-Warehouse-Technologien Prof. Dr.-Ing. Kai-Uwe Sattler 1 Prof. Dr. Gunter Saake 2 1 TU Ilmenau FG Datenbanken & Informationssysteme 2 Universität Magdeburg Institut für Technische und Betriebliche
MehrInformatik 12 Datenbanken SQL-Einführung
Informatik 12 Datenbanken SQL-Einführung Gierhardt Vorbemerkungen Bisher haben wir Datenbanken nur über einzelne Tabellen kennen gelernt. Stehen mehrere Tabellen in gewissen Beziehungen zur Beschreibung
MehrSQL. strukturierte Datenbankabfragesprache eine Datenbanksprache zur. Structured Query Language:
SQL Structured Query Language: strukturierte Datenbankabfragesprache eine Datenbanksprache zur Definition, Abfrage und Manipulation von Daten in relationalen Datenbanken In der SQL-Ansicht arbeiten In
MehrDatenmanagement in Android-Apps. 16. Mai 2013
Datenmanagement in Android-Apps 16. Mai 2013 Überblick Strukturierung von datenorientierten Android-Apps Schichtenarchitektur Möglichkeiten der Datenhaltung: in Dateien, die auf der SDCard liegen in einer
MehrGrundlagen: Datenbanken WS 15/16
Grundlagen: Datenbanken WS 15/16 2. Zentralübung / Wiederholung / Fragestunde Harald Lang gdb@in.tum.de Diese Folien finden Sie online. Die Mitschrift erhalten Sie im Anschluss. Termine Klausur 24.02.2016,
MehrZeichen setzen, statt Rauch erzeugen! Tipps & Tricks für wirkungsvolle Fachanzeigen
Zeichen setzen, statt Rauch erzeugen! Tipps & Tricks für wirkungsvolle Fachanzeigen 20 Jahre Erfahrung in Markendiagnosen und Anzeigentests Bernhard Hebel hat durch Diagnosen von Marken und Anzeigentests
MehrEinführung in die Fuzzy Logic
Einführung in die Fuzzy Logic Entwickelt von L. Zadeh in den 60er Jahren Benutzt unscharfe (fuzzy) Begriffe und linguistische Variablen Im Gegensatz zur Booleschen Logik {0,} wird das ganze Intervall [0,]
MehrFOSSGIS 2010, Osnabrück
FOSSGIS 2010, Osnabrück WYTIWYS (What You Type Is What You See) Webbasierter interaktiver Terminal als Schnittstelle zwischen OpenLayers und PostGIS Marc Jansen, terrestris GmbH & Co. KG 1 Gliederung Motivation
MehrWarum Suche (trotzdem) bedeutend ist
Warum Suche (trotzdem) bedeutend ist Prof. Dr. Dirk Lewandowski Hochschule für Angewandte Wissenschaften Hamburg, Department Information dirk.lewandowski@haw-hamburg.de Drei Themen 1 Agenda Wie steht die
MehrInteraktive Webseiten mit PHP und MySQL
Interaktive Webseiten mit PHP und Vorlesung 4: PHP & Sommersemester 2003 Martin Ellermann Heiko Holtkamp Sommersemester 2001 Hier noch ein wenig zu (My)SQL: SHOW INSERT SELECT ORDER BY GROUP BY LIKE /
MehrXML und Datenbanken. Wintersemester 2003/2004. Vorlesung: Dienstag, 13:15-15:00 Uhr IFW A36. Übung: Dienstag, 15:15-16:00 Uhr IFW A36
XML und Datenbanken Wintersemester 2003/2004 Vorlesung: Dienstag, 13:15-15:00 Uhr IFW A36 Übung: Dienstag, 15:15-16:00 Uhr IFW A36 Dozenten: Dr. Can Türker IFW C47.2 Email: WWW: tuerker@inf.ethz.ch http://www.dbs.ethz.ch/~xml
MehrAbfragen: Grundbausteine
Abfragen: Grundbausteine Abfragen sollen gezielt Teile der Information wiedergeben. Das Ergebnis einer solchen Operation ist eine. Der Aufbau der Ergebnistabelle wird durch zwei Grundverfahren festgelegt:
MehrOrientierungshilfen für SAP PI (Visualisierungen)
EINSATZFELDER FÜR DIE KONFIGURATIONS-SZENARIEN INTERNE KOMMUNIKATION UND PARTNER-KOMMUNIKATION UND DIE SERVICE-TYPEN BUSINESS-SYSTEM, BUSINESS-SERVICE UND INTEGRATIONSPROZESS Betriebswirtschaftliche Anwendungen
MehrKalkülteil. Structured Query Language, SQL. 1. Semantik: erzeuge alle Kombinationen von Tupeln
Structured Query Language, SQL vom American National Standards Institute, ANSI, genormte Datenbanksprache. enthält eine Teilsprache, die eine relationale Anfragesprache ist, Mischung von tupelorientierten
MehrNTCS WIEDERHOLFAKTURA & SAMMELRECHNUNG 10/04/13. BMD Systemhaus GmbH, Steyr Vervielfältigung bedarf der ausdrücklichen Genehmigung durch BMD!
NTCS WIEDERHOLFAKTURA & SAMMELRECHNUNG 10/04/13 BMD Systemhaus GmbH, Steyr Vervielfältigung bedarf der ausdrücklichen Genehmigung durch BMD! INHALT WIEDERHOLFAKTURA... 3 STAMMDATEN... 3 Erfassungsart /
MehrGrundzüge und Vorteile von XML-Datenbanken am Beispiel der Oracle XML DB
Grundzüge und Vorteile von XML-Datenbanken am Beispiel der Oracle XML DB Jörg Liedtke, Oracle Consulting Vortrag zum Praxis-Seminar B bei der KIS-Fachtagung 2007, Ludwigshafen Agenda
MehrÜbungen zur Vorlesung. Mobile und Verteilte Datenbanken. WS 2008/2009 Blatt 6. Lösung
Dr. rer. nat. Sven Groppe Übungen zur Vorlesung Mobile und Verteilte Datenbanken WS 2008/2009 Blatt 6 Lösung Aufgabe 1: Abgeleitete horizontale Fragmentierung Gegeben seien folgende Relationen: ABT (ANR,
MehrKapitel MK:IV. IV. Modellieren mit Constraints
Kapitel MK:IV IV. Modellieren mit Constraints Einführung und frühe Systeme Konsistenz I Binarization Generate-and-Test Backtracking-basierte Verfahren Konsistenz II Konsistenzanalyse Weitere Analyseverfahren
MehrIntegration, Migration und Evolution
14. Mai 2013 Programm für heute 1 2 Quelle Das Material zu diesem Kapitel stammt aus der Vorlesung Datenintegration & Datenherkunft der Universität Tübingen gehalten von Melanie Herschel im WS 2010/11.
MehrUrs Meier (urs.meier@trivadis.com) Art der Info Technical Info (Februar 2002) Aus unserer Projekterfahrung und Forschung
Betrifft Optimizer Autor Urs Meier (urs.meier@trivadis.com) Art der Info Technical Info (Februar 2002) Quelle Aus unserer Projekterfahrung und Forschung Einführung Mit jedem Oracle Release nimmt die Anzahl
MehrDynamisches SQL. Folien zum Datenbankpraktikum Wintersemester 2009/10 LMU München
Kapitel 4 Dynamisches SQL Folien zum Datenbankpraktikum Wintersemester 2009/10 LMU München 2008 Thomas Bernecker, Tobias Emrich unter Verwendung der Folien des Datenbankpraktikums aus dem Wintersemester
MehrEnigmail Konfiguration
Enigmail Konfiguration 11.06.2006 Steffen.Teubner@Arcor.de Enigmail ist in der Grundkonfiguration so eingestellt, dass alles funktioniert ohne weitere Einstellungen vornehmen zu müssen. Für alle, die es
MehrMöglichkeiten der Maßschneiderung von DBMS
Seminar Datenqualität & Optimierungs- und Modellierungstechniken für Datenbanken Möglichkeiten der Florian Warschewske florian.warschewske@st.ovgu.de Inhalt 1. Motivation 2. Begriffe 3. Möglichkeiten 1.
MehrEin Beispiel: Tabelle DICHTER
Datenbanken Eine Datenbank ist eine Sammlung von Daten, die aus der Sicht des Benutzers zusammen gehören. Ein Datenbankverwaltungssystem (DBMS) ist ein informatisches System zur Verwaltung einer Datenbank.
MehrOptimal Control in Air Traffic Management
Optimal Control in Air Traffic Management DGLR Workshop Bestimmung optimaler Trajektorien im Air Traffic Management 23.04.2013 Deutsche Flugsicherung GmbH, Langen 23.04.2013 1 Inhalt. Hintergrund und Motivation.
MehrMultimedia-Datenbanken im SS 2010 Einführung in MMDB
Multimedia-Datenbanken im SS 2010 Einführung in MMDB Dr.-Ing. Marcin Grzegorzek 27.04.2010 Ähnlichkeitssuche in Multimedia-Datenbanken 2/ 28 Inhalte und Termine 1. Einführung in MMDB 1.1 Grundlegende Begriffe
MehrWS 2002/03. Prof. Dr. Rainer Manthey. Institut für Informatik III Universität Bonn. Informationssysteme. Kapitel 1. Informationssysteme
Informationssysteme Informationssysteme WS 2002/03 Prof. Dr. Rainer Manthey Institut für Informatik III Universität Bonn 2002 Prof. Dr. Rainer Manthey Informationssysteme 1 DB und/oder IS: terminologischer
MehrAllgemeines zu Datenbanken
Allgemeines zu Datenbanken Was ist eine Datenbank? Datensatz Zusammenfassung von Datenelementen mit fester Struktur Z.B.: Kunde Alois Müller, Hegenheimerstr. 28, Basel Datenbank Sammlung von strukturierten,
MehrReal-Time 3D Model Acquisition
Seminarvortrag Real-Time 3D Model Acquisition Alexander Barth Nach Folien von Szymon Rusinkiewicz, Olaf Hall-Holt und Marc Levoy Einführung 3D-Scannen 2 Einführung Ziele Hohe Präzision Hohe Geschwindigkeit
MehrDB2 Codepage Umstellung
DB2 Codepage Umstellung Was bei einer Umstellung auf Unicode zu beachten ist Torsten Röber, SW Support Specialist DB2 April 2015 Agenda Warum Unicode? Unicode Implementierung in DB2/LUW Umstellung einer
MehrFallbeispiel Zahlungsverkehr
in der DB in der Fallbeispiel Zahlungsverkehr Gliederung in der DB en an DB und Toolauswahl - in der Praxis - logisches - physikalisches in der DB DIskussion DB in der en an die Datenhaltung DB relationale
Mehr5. Objekt-relationale Systeme 5.1. Erweiterungen des Relationalen Modells 5.2. SQL-Erweiterungen 5.3. MM-DB
5. Objekt-relationale Systeme 5.1. Erweiterungen des Relationalen Modells 5.2. SQL-Erweiterungen 5.3. MM-DB Beschränkungen des Relationalen Modells NF1: Atomare Attribute nicht erweiterbares Typkonzept
MehrDatenbanken (WS 2015/2016)
Datenbanken (WS 2015/2016) Klaus Berberich (klaus.berberich@htwsaar.de) Wolfgang Braun (wolfgang.braun@htwsaar.de) 0. Organisatorisches Dozenten Klaus Berberich (klaus.berberich@htwsaar.de) Sprechstunde
MehrMIN oder MAX Bildung per B*Tree Index Hint
E-Mail: rainer@lambertz-c.de Internet: http://www.lambertz-c.de MIN oder MAX Bildung per B*Tree Index Hint Zugegeben, der Trick Min- oder Maximalwerte per Index Hint zu ermitteln ist nicht neu. Gewöhnlich
MehrProgrammieren für mobile Endgeräte SS 2013/2014. Dozenten: Patrick Förster, Michael Hasseler
Programmieren für mobile Endgeräte SS 2013/2014 Programmieren für mobile Endgeräte 2 Informationen aus der Datenbank lesen Klasse SQLiteDatabase enthält die Methode query(..) 1. Parameter: Tabellenname
Mehr<is web> Information Systems & Semantic Web
Information Systems University of Koblenz Landau, Germany 3 Prinzipien des Information Retrieval Einführung Information-Retrieval-Modelle Relevance Feedback Bewertung von Retrieval-Systemen Nutzerprofile
Mehr<is web> Information Systems & Semantic Web University of Koblenz Landau, Germany
Information Systems University of Koblenz Landau, Germany Information Retrieval Hinweise: 3 Prinzipien des Information Retrieval Andreas Henrich Information Retrieval 1 Grundlagen, Modelle und Anwendungen
MehrÜbungen zur Vorlesung Informationssysteme - Blatt 5
Übungen zur Vorlesung Informationssysteme - Blatt 5 Übungsblatt Nr.5 Informationssysteme - WS 04/05 1 a) Welche Kinos gibt es in Bonn? SELECT Name, Adresse FROM kino WHERE Telefon LIKE 0228% ; Übungsblatt
Mehr9. Einführung in Datenbanken
9. Einführung in Datenbanken 9.1 Motivation und einführendes Beispiel 9.2 Modellierungskonzepte der realen Welt 9.3 Anfragesprachen (Query Languages) 9.1 Motivation und einführendes Beispiel Datenbanken
MehrDatenbanksysteme für Business, Technologie und Web. Nutzerdefinierte Replikation zur Realisierung neuer mobiler Datenbankanwendungen DB I S
Datenbanksysteme für Business, Technologie und Web Nutzerdefinierte Replikation zur Realisierung neuer mobiler Datenbankanwendungen DB I S Christoph Gollmick gollmick@informatik.uni-jena.de Friedrich-Schiller-Universität
MehrGrundlagen der Fehlerinjektion Lehrstuhl 12 Fakultät Informatik. Grundlagen der Fehlerinjektion
Grundlagen der Fehlerinjektion Gliederung Motivation für Fehlerinjektion Aufbau einer Fehlerinjektionsumgebung FARM Arten der Fehlerinjektion Hardware Software Simulation GOOFI 2/25 Warum Fehlerinjektion?
MehrAuswertungsbogen Versorgungskapazitäten & Public Health
Auswertungsbogen Versorgungskapazitäten & Public Health Legen Sie bitte Beobachtungsbogen neben Auswertungsbogen. Nehmen Sie Aspekt für Aspekt die Team- Bewertung vor: 1. Einstufung der und Begründung.
MehrIntegration verteilter Datenquellen in GIS-Datenbanken
Integration verteilter Datenquellen in GIS-Datenbanken Seminar Verteilung und Integration von Verkehrsdaten Am IPD Lehrstuhl für Systeme der Informationsverwaltung Sommersemester 2004 Christian Hennings
MehrSQL-Injection. Seite 1 / 16
SQL-Injection Seite 1 / 16 Allgemein: SQL (Structured Query Language) Datenbanksprache zur Definition von Datenstrukturen in Datenbanken Bearbeiten und Abfragen von Datensätzen Definition: SQL-Injection
MehrÜbung 1 mit C# 6.0 MATTHIAS RONCORONI
Übung 1 mit C# 6.0 MATTHIAS RONCORONI Inhalt 2 1. Überblick über C# 2. Lösung der Übung 1 3. Code 4. Demo C# allgemein 3 aktuell: C# 6.0 mit.net-framework 4.6: Multiparadigmatisch (Strukturiert, Objektorientiert,
MehrAnalyse und praktischer Vergleich von neuen Access- Layer-Technologien in modernen Webanwendungen unter Java. Oliver Kalz
Analyse und praktischer Vergleich von neuen Access- Layer-Technologien in modernen Webanwendungen unter Java Oliver Kalz Agenda Grundlagen Objektpersistenz Objektrelationales Mapping Performance Fazit
MehrDatenbanken Microsoft Access 2010
Datenbanken Microsoft Access 2010 Abfragen Mithilfe von Abfragen kann ich bestimmte Informationen aus einer/mehrerer Tabellen auswählen und nur diese anzeigen lassen die Daten einer/mehrerer Tabellen sortieren
MehrINDIVIDUELLE SOFTWARELÖSUNGEN CUSTOMSOFT CS GMBH
01 INDIVIDUELLE SOFTWARELÖSUNGEN 02 05 02 GUMMERSBACH MEHRWERT DURCH KOMPETENZ ERIC BARTELS Softwarearchitekt/ Anwendungsentwickler M_+49 (0) 173-30 54 146 F _+49 (0) 22 61-96 96 91 E _eric.bartels@customsoft.de
MehrFormale Systeme, WS 2012/2013 Lösungen zu Übungsblatt 4
Karlsruher Institut für Technologie Institut für Theoretische Informatik Prof. Dr. Peter H. Schmitt David Farago, Christoph Scheben, Mattias Ulbrich Formale Systeme, WS 2012/2013 Lösungen zu Übungsblatt
MehrGoogle findet Teilen gut? Eine empirische Studie zum Einfluss von Facebook- Shares und Co. auf das organische Ranking von Suchmaschinen
Google findet Teilen gut? Eine empirische Studie zum Einfluss von Facebook- Shares und Co. auf das organische Ranking von Suchmaschinen Christin Hildebrandt / Christina Schumann / Jens Wolling Agenda Einführung
MehrSeminar Datenbanksysteme
Seminar Datenbanksysteme Recommender System mit Text Analysis für verbesserte Geo Discovery Eine Präsentation von Fabian Senn Inhaltsverzeichnis Geodaten Geometadaten Geo Discovery Recommendation System
MehrSuche schlecht beschriftete Bilder mit Eigenen Abfragen
Suche schlecht beschriftete Bilder mit Eigenen Abfragen Ist die Bilderdatenbank über einen längeren Zeitraum in Benutzung, so steigt die Wahrscheinlichkeit für schlecht beschriftete Bilder 1. Insbesondere
MehrKommunikation und Datenhaltung
Kommunikation und Datenhaltung Datenhaltungsteil Frank Eichinger, Mirco Stern Charakteristika von Datenbanken Eine Bank: Langfristige Aufbewahrung von Werten (hier: Daten) Werte werden zur Sicherheit vor
MehrXAMPP-Systeme. Teil 3: My SQL. PGP II/05 MySQL
XAMPP-Systeme Teil 3: My SQL Daten Eine Wesenseigenschaft von Menschen ist es, Informationen, in welcher Form sie auch immer auftreten, zu ordnen, zu klassifizieren und in strukturierter Form abzulegen.
MehrDatenbanksysteme I Übung: Relationale Algebra. Jana Bauckmann
Datenbanksysteme I Übung: Relationale Algebra Jana Bauckmann Anfragen der relationalen Algebra 2 model number processor speed [MHz] size of hard disk [GB] speed and type of removeable disk (CD, DVD) screen
MehrUniversität Stuttgart Abteilung Anwendersoftware 01.07.2002. - Steht für Embedded SQL in Java. - Java-Methoden als SQL Stored-Procedures
SQLJ Basics Universität Stuttgart Abteilung Anwendersoftware 01.07.2002 Was ist SQLJ? SQLJ Part 0: - Steht für Embedded SQL in Java SQLJ Part 1: - Java-Methoden als SQL Stored-Procedures SQLJ Part 2: -
MehrMit "Apps für wmx/r" die WM-Daten optimal nutzen
Mit "Apps für wmx/r" die WM-Daten optimal nutzen "Apps für wmx/r" sind individuelle Anwendungen zum online Recherchesystem wmx/r von KARIS für die WM- Daten. Auf Basis der neuen Laufzeitumgebung wmx/r+
MehrEinführung. Information Retrieval. IR-Aufgaben. IR in Beispielen. Adhoc-Suche: Web. IR in Beispielen. Was ist IR? Norbert Fuhr
Einführung Information Retrieval Norbert Fuhr 13. Oktober 2011 IR in Beispielen Was ist IR? Daten Information Wissen Dimensionen des IR Rahmenarchitektur für IR-Systeme Adhoc-Suche: Web IR in Beispielen
MehrFrohe Weihnachten und ein gutes neues Jahr!
Frohe Weihnachten und ein gutes neues Jahr! Die mit dem Stern * gekennzeichneten Übungen sind nicht verpflichtend, aber sie liefern zusätzliche Punkte. Unten wird immer mit I das reelle Intervall [0, 1]
MehrSie sollen eine Datenbank für Befragungen mittels Online-Fragebögen zu unterschiedlichen Themen erstellen:
FRAGEBOGEN-AUFGABE Sie sollen eine Datenbank für Befragungen mittels Online-Fragebögen zu unterschiedlichen Themen erstellen: Ein Fragebogen besteht aus mehreren Fragen, eine Frage kann in mehreren Fragebögen
MehrSemantic Web Technologies I! Lehrveranstaltung im WS10/11! Dr. Andreas Harth! Dr. Sebastian Rudolph!
Semantic Web Technologies I! Lehrveranstaltung im WS10/11! Dr. Andreas Harth! Dr. Sebastian Rudolph! www.semantic-web-grundlagen.de Ontology Engineering! Dr. Sebastian Rudolph! Semantic Web Architecture
MehrErstellen einer Datenbank. Datenbankabfragen
Erstellen einer Datenbank Datenbankabfragen Überblick Die fünf Stationen Semantisches Modell Logisches Modell Prüfung auf Redundanz Abfragen Softwaremäßige Implementierung Zur Erinnerung: Semantisches
MehrSQL SQL. SQL = Structured Query Language (SEQUEL) IBM San Jose Research Laboratory SYSTEM R. Grundlagen der Datenbanksysteme I
SQL SQL = Structured Query Language (SEQUEL) IBM San Jose Research Laboratory SYSTEM R VII-1 Beispielrelationen Filiale ( Name Leiter Stadt Einlagen ) Konto ( KontoNr KundenNr FilialName Saldo ) Kredit
MehrOracle SQL Tutorium - Wiederholung DB I -
Oracle SQL Tutorium - Wiederholung DB I - (Version 2.6 vom 24.2.2015) Einleitung Im Folgenden sind zur Wiederholung eine Reihe von SQL-Übungsaufgaben zu lösen. Grundlage für die Aufgaben ist die Mondial
MehrIntelligentes Rechnungsformular Physiotherapie
Intelligentes Rechnungsformular Physiotherapie Demonstration der Funktionalität (Stand Januar 2014) 2 Formular öffnen (Folie a) Identifikation - Rechnungs-Nummer Beim Öffnen des Formulars wird eine eindeutige
MehrHP IT-Symposium 2006. www.decus.de 1
www.decus.de 1 Ralf Durben Principal Sales Consultant Oracle Deutschland GmbH Diagnostic und Tuning in Oracle Datenbanken www.decus.de 2 Zentrale Verwaltung HTTP/S HTTP/S HTML Konsole Überall nutzbar NET
MehrSQL SERVER 2005 IM VERGLEICH ZU ORACLE 10G. Alexander Bittner, 07MIM Datenbanken II HTWK Leipzig, FbIMN
SQL SERVER 2005 IM VERGLEICH ZU ORACLE 10G Alexander Bittner, 07MIM Datenbanken II HTWK Leipzig, FbIMN Gliederung Rechnerarchitekturen Datenspeicherung Verbindungen / Instanzen SQL Standards Nebenläufigkeit
MehrIntelligente Produktions- und Logistiknetzwerke
Intelligente Produktions- und Logistiknetzwerke Die ganzheitliche Optimierung von Produktions- und Liefernetzwerken 1 Was bedeutet intelligent in diesem Zusammenhang? Google liefert zum Stichwort Intelligenz
MehrDatenbanken und Informationssysteme
Datenbanken und Informationssysteme Lehrangebot Stefan Conrad Heinrich-Heine-Universität Düsseldorf Institut für Informatik April 2012 Stefan Conrad (HHU) Datenbanken und Informationssysteme April 2012
MehrLINQ to SQL. Proseminar Objektorientiertes Programmieren mit.net und C# Christoph Knüttel. Institut für Informatik Software & Systems Engineering
LINQ to SQL Proseminar Objektorientiertes Programmieren mit.net und C# Christoph Knüttel Institut für Informatik Software & Systems Engineering Agenda 1. LINQ allgemein Vorteile Bausteine und Varianten
MehrTransaction Validation for XML Documents based on XPath
Transaction Validation for XML Documents based on XPath @ Informatik 2002, m-dbis Stefan Böttcher Adelhard Türling Universität Paderborn Überblick Transaktionen für XML - Daten & mobile Clients Motivation
MehrQuelle: TU Dresden, Fakultät Informatik, Institut für Systemarchitektur, Professur für Datenbanken, Dr.-Ing. B. Keller
Arbeitsblatt: Aufgaben zur Wiederholung DATENBANKEN 1. Was versteht an unter Datenbanken? 2. Nennen Sie Beispiele für den Einsatz von Datenbanken! 3. Welche Modelle liegen Datenbanken beispielseise zugrunde?
MehrSI-Tool & die Mathematik der Nische
SI-Tool & die Mathematik der Nische Wie das kostenlose Online-Tool des Suchmaschinen-Instituts den SEO-Prozess in der Nische begleitet. Sichtbarkeit in der Nische, statistische Relevanz, Nächst-Signifikante
MehrSeminar: Multimediale Informationssysteme
Seminar: Multimediale SQL/MM SQL Multimedia and Application Packages Christian Müller 12.07.2002 SQL/MM: Übersicht Übersicht 1 Einleitung 2 Full Text 3 Spatial 4 Still Image 5 Zusammenfassung 2 SQL/MM:
Mehr11 Inhaltsübersicht. c M. Scholl, 2005/06 Informationssysteme: 11. Inhaltsübersicht 11-1
c M. Scholl, 2005/06 Informationssysteme: 11. Inhaltsübersicht 11-1 11 Inhaltsübersicht 1 Einführung und Übersicht 1-1 1.1 Vorbemerkungen.............................................. 1-1 1.2 Was ist ein
MehrKamerabasierte Navigation im Inneren von Gebäuden Sebastian Hilsenbeck, Robert Huitl, Georg Schroth, Eckehard Steinbach
Technische Universität München Kamerabasierte Navigation im Inneren von Gebäuden Sebastian Hilsenbeck, Robert Huitl, Georg Schroth, Eckehard Steinbach Outdoor vs. Indoor Im Freien In Gebäuden No GPS reception
MehrArchitektur eines DBMS Logische Optimierung
Vorlesung Datenbanksysteme vom 16.11.2015 Anfragebearbeitung 1 Architektur eines DBMS Logische Optimierung Physische Optimierung Kostenmodelle + Tuning Architektur eines DBMS SW-Komponenten der Anfragebearbeitung
MehrDatenbankenseminar: SAP Reporting Vergleich ABAP vs. Quick View. Dipl. WiFo Sven Adolph
Datenbankenseminar: SAP Reporting Vergleich ABAP vs. Quick View Dipl. WiFo Sven Adolph Gehalten am Lehrstuhl PI III Prof. Moerkotte 28.11.2003 Übersicht 1. Motivation 2. Die betriebliche Standardsoftware
MehrBA-Writer. Produkt-Information. BA-Writer Kurzübersicht. Inhaltsverzeichnis. BA-Writer Kurzübersicht 1 Versionsübersicht 4 Preisinformation 5
Produkt-Information BA-Writer Inhaltsverzeichnis BA-Writer Kurzübersicht 1 Versionsübersicht 4 Preisinformation 5 BA-Writer Kurzübersicht Die Softwarelösung zum normgerechten Schreiben und Verwalten von
MehrVielen Dank an Dennis Riehle für die Bereitstellung dieser Folien
Vielen Dank an Dennis Riehle für die Bereitstellung dieser Folien 1.1 Definition Datenbank Ein Datenbanksystem (DBS) ist ein System zur elektronischen Datenverwaltung. Die wesentliche Aufgabe eines DBS
MehrHerzlich Willkommen. Schön, dass Sie da sind.
Herzlich Willkommen. Schön, dass Sie da sind. Präsentation am 27. Februar 2009, 1 Steckbrief Wer ist VIOSYS? IT Software- und Systemhaus gegründet im Jahr 2000, aktuell 10 Mitarbeiter inkl. 3 Auszubildende
Mehr2. Datenbank-Programmierung
2. Datenbank-Programmierung SQL ist eingeschränkt bezüglich der algorithmischen Mächtigkeit, z.b. Berechnung einer transitiven Hülle ist in Standard-SQL nicht möglich. Die Einschränkung ist von Bedeutung
MehrVideo Explorer. APA-IT-Challenge 2009 Hearing, 24.08.2009. Dipl.-Ing. Dr. Klaus Schöffmann Institut für Informationstechnologie Universität Klagenfurt
Video Explorer APA-IT-Challenge 2009 Hearing, 24.08.2009 Dipl.-Ing. Dr. Klaus Schöffmann Institut für Informationstechnologie Universität Klagenfurt Inhalt Motivation Tool zur Suche und Navigation Video
MehrListener: Bei Oracle erfolgt die Steuerung (konventionell) via listener.ora (Listener Konfiguration), tnsnames.ora (Client Konfiguration)
Protokoll 1: Listener: Bei Oracle erfolgt die Steuerung (konventionell) via listener.ora (Listener Konfiguration), tnsnames.ora (Client Konfiguration) Abschnitt 2.1 (Ausführungen zum Shutdown / Startup)
MehrNachtrag: Farben. Farbblindheit. (Light und Bartlein 2004)
Nachtrag: Farben Farbblindheit (Light und Bartlein 2004) 1 Vorgeschlagene Farbskalen (Light and Bartlein 2004) Farbkodierung metrisch skalierter Daten Unterscheide: 1. Sequential Data (ohne Betonung der
MehrRapidEye - Das schnelle Auge für das Monitoring von Cross-Compliance-Landschaftselementen?
RapidEye - Das schnelle Auge für das Monitoring von Cross-Compliance-Landschaftselementen? Eine Potentialanalyse mit simulierten Satellitendaten Andreas Völker & Cordt Büker EFTAS Fernerkundung Technologietransfer
MehrFuzzy Logik und Genetische Algorithmen für adaptive Prozesskontrolle
Fuzzy Logik und Genetische Algorithmen für adaptive Prozesskontrolle Umgang mit unsicherem Wissen VAK 03-711.08 Oliver Ahlbrecht 8. Dezember 2005 Struktur 1. Einleitung 2. Beispiel Cart-Pole 3. Warum Hybride
Mehr