Vorlesung Einführung in die Bioinformatik
|
|
- Dennis Waltz
- vor 8 Jahren
- Abrufe
Transkript
1 Vorlesung Einführung in die Bioinformatik Dr. Uwe Scholz
2 Wiederholung I Research Group Internal Data Sources >HY01A03T ATGCTCATG rlkfelfdglgal CCATGGCGT söglölgfllhfd ACAATGCAG löshlkhs TTGCAAGTC hsäkhssäää GTACGTACT fdfdfölklfd GCACG Research Group Analysis Tools Internet External Analysis Tools Dr. Uwe Scholz Folie # 2
3 Wiederholung II Biologische Datenquellen: Verschiedene Plattformen Unterschiedliche Strukturen Heterogene Nutzerschnittstellen Lösungsansatz: Datenintegration Integration: Kombination von Inhalten multipler, oftmals heterogener Quellen Ziel: Informationsfusion Informationsfusion: Kombination, Verdichtung und Interpretation von Daten aus heterogenen Quellen, um daraus neue Informationen abzuleiten Dr. Uwe Scholz Folie # 3
4 Wiederholung III Zwei gebräuchliche Ansätze: Virtuelle oder logische Integration Integration zur Laufzeit nicht immer performant Keine lokale Datenspeicherung Daten immer aktuell Materialisierte oder physische Integration Datenspeicherung durch das Integrationssystem sehr performant Aktualität vom Aktualisierungsintervall abhängig Daten nicht immer aktuell Dr. Uwe Scholz Folie # 4
5 Herausfordeung Heterogenität Heterogenität von Informationssystemen Verschiedene Methoden des Datenzugriffs Unterschiedliche Modelle Abweichende Strukturen Arten der Heterogenität * : Technische Heterogenität Syntaktische Heterogenität Datenmodellheterogenität Strukturelle/Schematische Heterogenität Semantische Heterogenität * verschiedene Unterteilungen in der Literatur Dr. Uwe Scholz Folie # 5
6 Technische Heterogenität Nicht auf Daten bezogen Unterschiede im Zugriff auf Daten Verschiedene Ebenen: Ebene Anfragemöglichkeit Ausprägungen Anfragesprache, parametrisierbare Funktionen, Formulare,... Anfragesprache SQL, XQuery, Volltext,... Austauschformat binär, XML, HTML, tabellarisch (CSV),... Kommunikationsprotokoll HTTP, JDBC, ODBC, SOAP,... [Leser & Naumann: Informationsintegration. dpunkt.verlag, 2006.] Dr. Uwe Scholz Folie # 6
7 Syntaktische Heterogenität Unterschiedliche Darstellung gleicher Sachverhalte Beispiele: Datentypen: integer vs. double Zeichenkodierungen: ASCII vs. Unicode Separatoren: Komma vs. Semikolon vs. Tabulator Dezimaltrennzeichen: Komma vs. Punkt Dr. Uwe Scholz Folie # 7
8 Datenmodellheterogenität I Datenquelle und Integrationssystem verwalten Daten in unterschiedlichen Modellen objektorientiert Dr. Uwe Scholz Folie # 8
9 Datenmodellheterogenität II relational Dr. Uwe Scholz Folie # 9
10 Datenmodellheterogenität III XML <Pflanze> <Name/> <Herkunft/> <Zulassungsjahr/> <Verwendung/> <Pedigree> <Elter_1/> <Elter_2/> </Pedigree> </Pflanze> Dr. Uwe Scholz Folie # 10
11 Strukturelle/Schematische Heterogenität I Abbildung des gleichen Sachverhalts Aber: Die Abbildung erfolgt unterschiedlich Die Entwicklung verschiedener Datenquellen erfolgt autonom unterschiedliche Anforderungen technische Einschränkungen persönliche Präferenzen von Entwicklern Beispiele: 1:1-Beziehung kann als eine oder zwei Relationen modelliert werden Modellierung als Attribut oder Relation Objektrelationales Mapping Dr. Uwe Scholz Folie # 11
12 Strukturelle/Schematische Heterogenität II Dr. Uwe Scholz Folie # 12
13 Semantische Heterogenität I Definition: Semantik bedeutet die Interpretation von Daten in einem bestimmten Kontext Beispiel: unterschiedliche Intension eines Attributnamens Name Vorname? Nachname? Kontext ist erforderlich Synonyme: gleiche Intension, aber unterschiedliche Bezeichnung Homonyme: unterschiedliche Intension, aber gleiche Bezeichnung Semantische Konflikte sind schwierig zu entdecken Dr. Uwe Scholz Folie # 13
14 Semantische Heterogenität II Weitere Beispiele: Unterschiedliche Einheiten: Pflanzenlänge in cm oder m? Verschiedene Kodierungen: 1 klein a klein 2 mittel vs. b mittel 3 groß c groß Unterschiedliche Bedeutung: Boniturskala A: 1 5 Boniturskala B: 0 9 Lösungsansatz: Ontologien Dr. Uwe Scholz Folie # 14
15 Ontologie I Von griech. on: Seiendes; logos: Wort Metaphysica generalis (Aristoteles): Lehre vom Seienden Traditionelle Ontologie: Verhältnis des Seins zum Seienden Ontologie in der Informatik: Definition von Klassen (Konzepte, Objekte) und ihren Beziehungen (Attribute, Rollen) Ist formal definiert Enthält wohldefiniertes Vokabular einer Domäne/eines Bereiches Ziel: Kommunikation zwischen Menschen verbessern Interoperabilität zwischen Systemen verbessern Dr. Uwe Scholz Folie # 15
16 Ontologie II Einsatz in der Biologie Bioontologien Formale Repräsentationen verschiedener biologischer Wissensbereiche, z.b.: Gene Ontology Plant Ontology Trait Ontology Objekte stehen zueinander in Beziehung!!! Abgrenzung zur Taxonomie: hierarchische Gliederung Dr. Uwe Scholz Folie # 16
17 Gene Ontology I Besteht aus drei kontrollierten Vokabularien: Molekulare Funktionen (z.b. oxidoreductase activity) Biologische Prozesse (z.b. oxidative phosphorylation) Zelluläre Komponenten (z.b. mitochondrial matrix) Beispiel: Ein Genprodukt ist in einer zellulären Komponente lokalisiert, ist dort an einem biologischen Prozess beteiligt und führt dabei eine molekulare Funktion aus. Beziehungen in der Gene Ontology: is_a, z.b. nuclear chromosome is_a chromosome part_of, z.b. nucleus part_of cell Dr. Uwe Scholz Folie # 17
18 Gene Ontology II Dr. Uwe Scholz Folie # 18
19 Gene Ontology III Dr. Uwe Scholz Folie # 19
20 Plant Ontology I Bestandteile: Pflanzenstruktur Botanische Terme, die Morphologie und anatomische Strukturen beschreiben Organe, Gewebe, Zelltypen und ihre Beziehungen Wachstums- und Entwicklungsstadien Terme für Wachstums- und Entwicklungsstadien und ihre Beziehungen Embryo, Samenentwicklung, Blüte etc. Dr. Uwe Scholz Folie # 20
21 Plant Ontology II Dr. Uwe Scholz Folie # 21
22 Plant Ontology III Dr. Uwe Scholz Folie # 22
23 Plant Ontology VI Dr. Uwe Scholz Folie # 23
24 Trait Ontology I Beschreibung von Merkmalen als unterscheidbare Eigenschaften von Organismen Beispiele: Pflanzenhöhe Krankheitsresistenz Dr. Uwe Scholz Folie # 24
25 Trait Ontology II Dr. Uwe Scholz Folie # 25
26 Trait Ontology III Dr. Uwe Scholz Folie # 26
27 Environment Ontology I Beschreibungen der Umwelt der untersuchten Pflanzen Beispiele: Wassertemperatur im Gewächshaus Beleuchtungsdauer Dr. Uwe Scholz Folie # 27
28 Environment Ontology II Dr. Uwe Scholz Folie # 28
29 Environment Ontology III Dr. Uwe Scholz Folie # 29
30 Was ist (Daten-)Qualität? Qualität ist die Übereinstimmung zwischen den festgestellten Eigenschaften und den vorher festgelegten Forderungen einer Betrachtungseinheit. [IEC 2371] Datenqualität ist ein mehrdimensionales Maß für die Eignung von Daten, den an ihre Erfassung/Generierung gebundenen Zweck zu erfüllen. [Würthele, 2003] Gute Datenqualität liegt dann vor, wenn die Daten den vom Nutzer verlangten Zweck erfüllen. [Wang & Madnick, 1990] Dr. Uwe Scholz Folie # 30
31 Probleme mit Daten I Annahme: bisherige Probleme gelöst Daten im gemeinsamen Schema Neue Probleme: Datenfehler: Unterschiedliche Formate, z.b. Datum Schreibfehler Inkonsistenzen, z.b. Postleitzahl und Ort Duplikate: z.b. zwei Gerstensorten sind in mehreren Quellen enthalten Datenqualität: Glaubwürdigkeit und Relevanz der Quellen Vollständigkeit: Sind alle relevanten Realweltobjekte integriert? Sind für alle Attribute Ausprägungen vorhanden? Diese Probleme müssen erkannt und gelöst werden Dr. Uwe Scholz Folie # 31
32 Probleme mit Daten II Heterogenität [Quelle: und Felix Datenqualität Naumann, Kai-Uwe Sattler] Dr. Uwe Scholz Folie # 32
33 Bereinigung von Daten I Arten von Datenfehlern: [Naumann: Datenqualität. Informatik-Spektrum, 2007.] Dr. Uwe Scholz Folie # 33
34 Bereinigung von Daten II Einzelne Datenquelle Schemaebene: Unzulässige Werte Verletzung von Attributabhängigkeiten Verletzung von Constraints Datenebene: Fehlende Werte Falsche/veraltete Werte Schreibfehler Integrierte Datenquelle Schemaebene: Strukturelle oder semantische Konflikte Datenebene: Daten aus mehreren Quellen widersprechen sich Unterschiedliche Genauigkeit oder Einheiten Dr. Uwe Scholz Folie # 34
35 Bereinigung von Daten III Entstehung von Fehlern: Eingabe von Daten Alterungsprozess von Daten Transformation von Daten Integration von Daten Fehlermanagement: Profiling Erkundung eines Datenbestandes Z.B. Statistik (min, max, Verteilungen) Assessment Definition von Bedingungen, die erfüllt sein müssen Messung des Erfüllungsgrades Z.B. Pflanzenhöhe < 2m Monitoring Basiert auf Ergebnissen des Assessments Einleiten und Überwachen von Gegenmaßnahmen Dr. Uwe Scholz Folie # 35
36 Bereinigung von Daten IV Beseitigung einfacher Fehler Normalisierung Umwandlung von Texten in Großbuchstaben bessere Vergleichbarkeit Rechtschreibprüfung Standardformate für Datum, Telefonnummer, Personennamen etc. Konvertierung Z.B. Umrechnung von Einheiten Fehlwerte Löschen von Zeilen/Spalten Ersetzen (avg, min, max, Median, Modalwert) Ausreißer Winsorizing Trimming Dr. Uwe Scholz Folie # 36
37 Erkennen von Duplikaten I Duplikat: mehrfache Abbildung desselben Realweltobjektes Vorgehen: Paarweiser Vergleich aller Tupel Berechnung der Ähnlichkeit sim der Tupel Duplikat, wenn die Ähnlichkeit über einem bestimmten Schwellwert liegt, z.b sim 90% Ziele: Möglichst alle Duplikate erkennen Performance Dr. Uwe Scholz Folie # 37
38 Erkennen von Duplikaten II Für numerische Daten Abweichung Z.B. 1 und 0,95 Für alphanumerische Daten: Äquivalenzmethoden Vergleichen zwei Strings Geben TRUE oder FALSE zurück Similarity-Ranking-Methoden Vergleichen ebenfalls zwei Strings Geben zurück, wie groß die Ähnlichkeit ist Dr. Uwe Scholz Folie # 38
39 Äquivalenzmethoden I Lautähnlichkeit Vergleich darüber, wie zwei Strings ausgesprochen klingen Funktioniert ähnlich wie ein Hash-Verfahren Abhängigkeit von der jeweiligen Sprache Z.B. Soundex-Algorithmus englisch Wortstamm Vergleich auf Basis von Wortstämmen Suffixwörterbuch erforderlich Sprachabhängig Groß-/Kleinschreibung Sind zwei Zeichenketten identisch, wenn die Groß- /Kleinschreibung ignoriert wird? Z.B. Gerste und GERSTE Dr. Uwe Scholz Folie # 39
40 Äquivalenzmethoden II Synonyme Haben zwei Strings dieselbe Bedeutung? Benötigt kontrolliertes Vokabular Z.B. Gerste und Hordeum Wildcards Verwendung von Platzhaltern Überprüfung, ob zwei Strings in Teilen übereinstimmen Ein Zeichen, z. B. _ oder?; beliebig viele Zeichen, z. B. % oder * Z.B. Golden% findet Golden Green und Golden Promise Dr. Uwe Scholz Folie # 40
41 Similarity-Ranking-Methoden I Hamming-Ähnlichkeit Hamming-Abstand: Positionsweiser Vergleich zweier Strings gleicher Länge (Hordeum und Horedum) Zählen der Unterschiede (2) Umrechnung in Ähnlichkeitsmaß: hamm( S1, S2) sim hamm ( S1, S2) 1 n Edit-basiert Editierabstand: Anzahl von Operationen, um String 1 in String 2 zu überführen Einfügen, Löschen, Ersetzen (Levenshtein-Distanz) Zusätzlich: Vertauschen (Damerau-Distanz) Levenshtein-Distanz von Hordeum und Horedum ist 2 Umrechnung in Ähnlichkeitsmaß: sim ed ( S1, S 2 ) 1 ed( S1, S2) max{ S, S 1 2 } Dr. Uwe Scholz Folie # 41
42 Similarity-Ranking-Methoden II LCS-basiert Longest Common Substring: Vergleich der Teilstrings zweier Zeichenketten Je länger ein gemeinsamer Substring ist, desto größer ist die Ähnlichkeit Umrechnung in Ähnlichkeitsmaß: sim lcs ( S 1, S 2 lcs( S1, S2) ) max{ S, S } 1 2 Diese Algorithmen reagieren empfindlich Unterschiedliche Längen der Zeichenketten Vertauschungen Dr. Uwe Scholz Folie # 42
43 Similarity-Ranking-Methoden III Alternative: Token-basiert Zerlegung der Strings in Token (Vorkommen eines Zeichens) Vergleich über gemeinsame Token Reihenfolge spielt keine Rolle Dice-Ähnlichkeitskoeffizient S 1 S 2 Schnittmenge S 1 + S 2 Anzahl der verglichenen Elemente D(Hordeum,Horedum) = 2*7/(7+7) = 1 D 2 S S 1 1 S S 2 2 Jaccard-Ähnlichkeitskoeffizient S 1 S 2 Vereinigung J(Hordeum,Horedum) = 7/(7+7-7) = 1 J S S 1 1 S S 2 2 Dr. Uwe Scholz Folie # 43
44 Datenfusion I Datenfusion: Kombination der erkannten Duplikate Ein Realweltobjekt soll nur noch einmal repräsentiert werden Tupel werden durch Kombination mehrerer Quellen angereichert Auftreten von Konflikten ID Name Anbaujahr Herkunftsland Tupel #1 LAC 0815 Avondefiance 1980 NL Tupel #2 LAC 0815 Avondefiance 1980 NL Tupel #3 LAC 0815 Avondefiance Tupel #4 LAC NL Tupel #5 LAC 0815 Avondefiance 1984 GB Dr. Uwe Scholz Folie # 44
45 Datenfusion II Gleichheit Alle Attributausprägungen sind gleich (Tupel #1,#2) Tupel #1 LAC 0815 Avondefiance 1980 NL Tupel #2 LAC 0815 Avondefiance 1980 NL Subsumption (Zusammenfassung) Ein Tupel hat weniger Nullwerte Alle Nicht-Null-Attribute sind identisch (Tupel #1,#2 #3,#4) Tupel #1 LAC 0815 Avondefiance 1980 NL Tupel #2 LAC 0815 Avondefiance 1980 NL Tupel #3 LAC 0815 Avondefiance Tupel #4 LAC NL Dr. Uwe Scholz Folie # 45
46 Datenfusion III Komplementierung (Ergänzung) Tupel subsumieren sich nicht Attribut A mit einem Nicht-Null-Wert hat dieselbe Ausprägung wie Attribut B oder Attribut B hat einen Nullwert (Tupel #3,#4) Konflikt Tupel #3 LAC 0815 Avondefiance Tupel #4 LAC NL Alle anderen Situationen mit Widersprüchen (Tupel #5 mit allen) Tupel #1 LAC 0815 Avondefiance 1980 NL Tupel #2 LAC 0815 Avondefiance 1980 NL Tupel #3 LAC 0815 Avondefiance Tupel #4 LAC NL Tupel #5 LAC 0815 Avondefiance 1984 GB Dr. Uwe Scholz Folie # 46
47 Datenfusion IV Lösungsmöglichkeiten: Union Kombination zweier Relationen mit gleichem Schema Duplikate werden entfernt Join Kombination zweier Relationen mit unterschiedlichem Schema Konfliktlösung: z.b. COALESCE (erster Nicht-Null-Wert) Gruppierung und Aggregation Gruppierung über z.b. eine ID Spezielle Aggregatfunktion für jedes Attribut Dr. Uwe Scholz Folie # 47
48 Datenqualität Datenqualität: Eignung von Daten für einen bestimmten Zweck Messung anhand von Qualitätskriterien Konsistenz: Widerspruchsfreiheit von Daten untereinander Korrektheit: richtige Abbildung eines Sachverhalts Vollständigkeit: hinreichende Füllung von Attributen Genauigkeit: Detaillierung, Nachkommastellen, Homonyme Zuverlässigkeit: Nachvollziehbarkeit, Vertrauenswürdigkeit Verständlichkeit: Beschreibungen für kodierte Werte Verwendbarkeit: Strukturen, die den Import ermöglichen Bewertung durch Nutzer (Verständlichkeit, Verwendbarkeit) Datenquelle (Vollständigkeit, Zuverlässigkeit) Bearbeitung der Anfrage (Konsistenz, Korrektheit, Genauigkeit) Dr. Uwe Scholz Folie # 48
49 Qualitätsprobleme in der Bioinformatik I Ursachen Informationstechnische Ursachen: Heterogene Software Weiterverbreitung von Daten Ursachen während der Datengewinnung: Unzureichende Dokumentation von Primär- und Sekundärdaten Methodenbedingte Fehler Ableitung von Daten Zeitlich begrenzte Projekte und dezentrale Speicherung Biologisch bedingte Ursachen: Entwicklungsstadien Funktionsorte Umweltfaktoren Konzeptionelle Ursachen: Bewertungssysteme Informationssysteme Vorhersagemethoden Nichteinheitliche Vokabulare / Methoden Dr. Uwe Scholz Folie # 49
50 Qualitätsprobleme in der Bioinformatik II Lösungsvorschläge Automatische Erfassung von Daten Performanter Fehlerpotenzial durch manuelle Erfassung verringern Protokollierung Nachvollziehbarkeit durch strukturierte Dokumentation gewährleisten Messverfahren Probleme mit (verschiedenen) Boniturskalen vermeiden Mittelwertvermeidung Einzelne Messwerte für Sorten, Orte, Jahre etc. speichern Vermeidung von Analyseproblemen Datenbanknutzung Zentral Persistent Dr. Uwe Scholz Folie # 50
51 Qualitätsprobleme in der Bioinformatik III Lösungsvorschläge (Fortsetzung) Vermeidung von Ad-hoc-Statistik Gefahr fehlerhafter Anwendung und Fehlerfortpflanzung durch abgeleitete Daten Kennzeichnung abgeleiteter Daten Abgeleitete und/oder vorhergesagte Daten mit Labeln versehen (Quality- Tagging) Kennzeichnung von Daten aus anderen Quellen Parallele Versionierung Vorteile bei abweichenden fachlichen Meinungen und Publikationen Umfassende Verwendung von Metadaten Erlaubte Merkmalsbezeichnungen (kontrolliertes Vokabular) Mapping von Merkmalen verschiedener Quellen (Synonyme, Homonyme) Erlaubte Wertebereiche / Ausprägungen Methoden der Merkmalserfassung Verwendete Einheiten Externe Einflüsse Dr. Uwe Scholz Folie # 51
Vorlesung Einführung in die Bioinformatik
Vorlesung Einführung in die Bioinformatik Dr. Stephan Weise 18.04.2016 Wiederholung I Research Group with Special Queries External Databases Internet Dr. Stephan Weise Folie # 2 Wiederholung II Biologische
MehrDatenqualität: allgemeiner Überblick Waldemar Braun. Seminar Datenqualität OvGU Magdeburg 03.12.2009
Datenqualität: allgemeiner Überblick Waldemar Braun Seminar Datenqualität OvGU Magdeburg Gliederung 1. Einleitung 2. Motivation 3. Definition 4. DQ-Probleme 5. DQ-Dimensionen 6. DQ-Modelle 7. Messen der
MehrDatenbanken. Prof. Dr. Bernhard Schiefer. bernhard.schiefer@fh-kl.de http://www.fh-kl.de/~schiefer
Datenbanken Prof. Dr. Bernhard Schiefer bernhard.schiefer@fh-kl.de http://www.fh-kl.de/~schiefer Wesentliche Inhalte Begriff DBS Datenbankmodelle Datenbankentwurf konzeptionell, logisch und relational
MehrMai 2006. Hauptseminar: Nichtrelationale Datenbanken Historisch-Kulturwissenschaftliche Informationsverarbeitung Universität zu Köln
Hauptseminar: Nichtrelationale Historisch-Kulturwissenschaftliche Informationsverarbeitung Universität zu Köln Mai 2006 Was ist eine Datenbank? Erweiterung relationaler um eine Deduktionskomponente Diese
MehrPräsentation zum Thema XML Datenaustausch und Integration
Sebastian Land Präsentation zum Thema XML Datenaustausch und Integration oder Warum eigentlich XML? Gliederung der Präsentation 1. Erläuterung des Themas 2. Anwendungsbeispiel 3. Situation 1: Homogene
MehrKlassifikation von Integrationskonflikten
Klassifikation von Integrationskonflikten Christiane Telöken 1 Inhaltsverzeichnis 1. Was bedeutet Integration? 2. Strukturelle Heterogenitätskonflikte 2.1 Konflikte bei bilateralen Korrespondenzen 2.2
MehrKurzanleitung. Toolbox. T_xls_Import
Kurzanleitung Toolbox T_xls_Import März 2007 UP GmbH Anleitung_T_xls_Import_1-0-5.doc Seite 1 Toolbox T_xls_Import Inhaltsverzeichnis Einleitung...2 Software Installation...2 Software Starten...3 Das Excel-Format...4
MehrHandbuch ECDL 2003 Basic Modul 5: Datenbank Grundlagen von relationalen Datenbanken
Handbuch ECDL 2003 Basic Modul 5: Datenbank Grundlagen von relationalen Datenbanken Dateiname: ecdl5_01_00_documentation_standard.doc Speicherdatum: 14.02.2005 ECDL 2003 Basic Modul 5 Datenbank - Grundlagen
MehrGI-Technologien zur Umsetzung der EU-Wasserrahmenrichtlinie (WRRL): Wissensbasen. Teil 1: Einführung: Wissensbasis und Ontologie.
GI-Technologien zur Umsetzung der EU-Wasserrahmenrichtlinie (WRRL): Wissensbasen Teil 1: Einführung: Wissensbasis und Ontologie Was ist eine Wissensbasis? Unterschied zur Datenbank: Datenbank: strukturiert
MehrDie Entwicklung eines Glossars (oder eines kontrollierten Vokabulars) für ein Unternehmen geht üblicherweise in 3 Schritten vor sich:
Glossare 1 Inhalt 1 Inhalt... 1 2 Prozesse... 1 3 Eine kleine Zeittabelle...... 1 4 Die ersten Schritte... 2 5 Die nächsten Schritte...... 2 6 Die letzten Schritte... 3 7 Das Tool...... 4 8 Beispiele...
Mehr1 Mathematische Grundlagen
Mathematische Grundlagen - 1-1 Mathematische Grundlagen Der Begriff der Menge ist einer der grundlegenden Begriffe in der Mathematik. Mengen dienen dazu, Dinge oder Objekte zu einer Einheit zusammenzufassen.
MehrFachbericht zum Thema: Anforderungen an ein Datenbanksystem
Fachbericht zum Thema: Anforderungen an ein Datenbanksystem von André Franken 1 Inhaltsverzeichnis 1 Inhaltsverzeichnis 1 2 Einführung 2 2.1 Gründe für den Einsatz von DB-Systemen 2 2.2 Definition: Datenbank
MehrFOSD-Treffen 2012 Struktur- und Constraintbasierte Konfiguration
FOSD-Treffen 2012 Struktur- und Constraintbasierte Konfiguration Uwe Lesta 22. März 2012 Übersicht Produktkonfiguration Konfigurationsarten Produkt- und Konfigurationswissen Aufbau des Produktkonfigurators
MehrBarrierefreie Webseiten erstellen mit TYPO3
Barrierefreie Webseiten erstellen mit TYPO3 Alternativtexte Für jedes Nicht-Text-Element ist ein äquivalenter Text bereitzustellen. Dies gilt insbesondere für Bilder. In der Liste der HTML 4-Attribute
MehrBSV Ludwigsburg Erstellung einer neuen Internetseite
BSV Ludwigsburg Erstellung einer neuen Internetseite Änderungshistorie Version Datum Bearbeiter Änderung 0.1 02.06.2012 A. Lorenz Neuanlage Seite 1/9 1 Inhaltsverzeichnis: 1 Inhaltsverzeichnis:... 2 2
MehrEducase. Release Notes 1.7: Neue Funktionen und Verbesserungen. Base-Net Informatik AG Wassergrabe 14 CH-6210 Sursee
Educase Release Notes 1.7: Neue Funktionen und Verbesserungen Version: 1.0 Datum: 01.12.2015 08:34 Ersteller: Andreas Renggli Status: Abgeschlossen Base-Net Informatik AG Wassergrabe 14 CH-6210 Sursee
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
MehrSchlüssel bei temporalen Daten im relationalen Modell
Schlüssel bei temporalen Daten im relationalen Modell Gesine Mühle > Präsentation > Bilder zum Inhalt zurück weiter 322 Schlüssel im relationalen Modell Schlüssel bei temporalen Daten im relationalen Modell
MehrE-Mail-Inhalte an cobra übergeben
E-Mail-Inhalte an cobra übergeben Sie bieten ihren potentiellen oder schon bestehenden Kunden über ihre Website die Möglichkeit, per Bestellformular verschiedene Infomaterialien in Papierform abzurufen?
MehrGIS 1 Kapitel 5: Bedeutung von Metadaten und Qualität t von Daten
GIS 1 Kapitel 5: und Qualität t von Daten Stephan Mäs Prof. Dr.-Ing. Wolfgang Reinhardt Arbeitsgemeinschaft GIS Universität der Bundeswehr München Wolfgang.Reinhardt@unibw.de www.agis.unibw.de - Definition
MehrDas SIARD Format und die zugehörige Tool-Landschaft
Das SIARD Format und die zugehörige Tool-Landschaft Arbeitskreis Archivierung von Unterlagen aus digitalen Systemen 17. Tagung im Staatsarchiv Dresden 13./14. März 2013 Inhaltsübersicht Langzeitarchivierung
MehrSoftwaretechnologie -Wintersemester 2013/2014 - Dr. Günter Kniesel
Übungen zur Vorlesung Softwaretechnologie -Wintersemester 2013/2014 - Dr. Günter Kniesel Übungsblatt 3 - Lösungshilfe Aufgabe 1. Klassendiagramme (9 Punkte) Sie haben den Auftrag, eine Online-Videothek
Mehretutor Benutzerhandbuch XQuery Benutzerhandbuch Georg Nitsche
etutor Benutzerhandbuch Benutzerhandbuch XQuery Georg Nitsche Version 1.0 Stand März 2006 Versionsverlauf: Version Autor Datum Änderungen 1.0 gn 06.03.2006 Fertigstellung der ersten Version Inhaltsverzeichnis:
MehrFachdidaktik der Informatik 18.12.08 Jörg Depner, Kathrin Gaißer
Fachdidaktik der Informatik 18.12.08 Jörg Depner, Kathrin Gaißer Klassendiagramme Ein Klassendiagramm dient in der objektorientierten Softwareentwicklung zur Darstellung von Klassen und den Beziehungen,
MehrOP-LOG www.op-log.de
Verwendung von Microsoft SQL Server, Seite 1/18 OP-LOG www.op-log.de Anleitung: Verwendung von Microsoft SQL Server 2005 Stand Mai 2010 1 Ich-lese-keine-Anleitungen 'Verwendung von Microsoft SQL Server
MehrGrundbegriffe der Informatik
Grundbegriffe der Informatik Einheit 15: Reguläre Ausdrücke und rechtslineare Grammatiken Thomas Worsch Universität Karlsruhe, Fakultät für Informatik Wintersemester 2008/2009 1/25 Was kann man mit endlichen
MehrPflichtenheft. CDIX-Roles. Erweiterung des CDIX Berechtigungssystems. Autor : CD Software GmbH. Copyright 2013-2014 CD Software GmbH Version:
Pflichtenheft CDIX-Roles Erweiterung des CDIX Berechtigungssystems Autor : CD Software GmbH Copyright 2013-2014 CD Software GmbH Version: Motivation... 3 Organisation... 3 Kompatibilität und Aktivieren
MehrDatenübernahme easyjob 3.0 zu easyjob 4.0
Datenübernahme easyjob 3.0 zu easyjob 4.0 Einführung...3 Systemanforderung easyjob 4.0...3 Vorgehensweise zur Umstellung zu easyjob 4.0...4 Installation easyjob 4.0 auf dem Server und Arbeitsstationen...4
MehrHTML5. Wie funktioniert HTML5? Tags: Attribute:
HTML5 HTML bedeutet Hypertext Markup Language und liegt aktuell in der fünften Fassung, also HTML5 vor. HTML5 ist eine Auszeichnungssprache mit der Webseiten geschrieben werden. In HTML5 wird festgelegt,
MehrCarl-Engler-Schule Karlsruhe Datenbank 1 (5)
Carl-Engler-Schule Karlsruhe Datenbank 1 (5) Informationen zur Datenbank 1. Definition 1.1 Datenbank-Basis Eine Datenbank-Basis ist eine Sammlung von Informationen über Objekte (z.b Musikstücke, Einwohner,
MehrData Mining: Einige Grundlagen aus der Stochastik
Data Mining: Einige Grundlagen aus der Stochastik Hagen Knaf Studiengang Angewandte Mathematik Hochschule RheinMain 21. Oktober 2015 Vorwort Das vorliegende Skript enthält eine Zusammenfassung verschiedener
MehrSQL - Übungen Bearbeitung der Datenbank Personal (1)
Bearbeitung der Datenbank Personal (1) 1. Abfragen einer einzigen Tabelle 1.1. Zeigen Sie alle Informationen an, die über die Kinder der Mitarbeiter gespeichert sind. 1.2. Zeigen Sie aus der Tabelle stelle
MehrModul Datenbanksysteme 2 Prüfung skizzenhaft SS Aug. 2007. Name: Note:
1 Modul Datenbanksysteme 2 Prüfung skizzenhaft SS Aug. 2007 Name: Note: Nr. Aufgaben Max. Punkte Erreichte Punkte 1 Grundlagen ~ 10% Vgl. Hinweis unten 2 Integrität, Procedures, Triggers, Sichten ~ 20%
MehrHow to do? Projekte - Zeiterfassung
How to do? Projekte - Zeiterfassung Stand: Version 4.0.1, 18.03.2009 1. EINLEITUNG...3 2. PROJEKTE UND STAMMDATEN...4 2.1 Projekte... 4 2.2 Projektmitarbeiter... 5 2.3 Tätigkeiten... 6 2.4 Unterprojekte...
MehrIhre Interessentendatensätze bei inobroker. 1. Interessentendatensätze
Ihre Interessentendatensätze bei inobroker Wenn Sie oder Ihre Kunden die Prozesse von inobroker nutzen, werden Interessentendatensätze erzeugt. Diese können Sie direkt über inobroker bearbeiten oder mit
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,
MehrDas SQL-Schlüsselwort ALL entspricht dem Allquantor der Prädikatenlogik
Beispielaufgaben Informationssysteme erstellt von Fabian Rump zur IS Vorlesung 2009/10 1 Multiple Choice Aussage richtig falsch Eine SQL-Abfrage beginnt immer mit dem Schlüsselwort SELECT Eine Datenbank
Mehr16.10.2014 Netzgestalten. 2014 1
16.10.2014 Netzgestalten. 2014 1 Kurzprofil Seit 2004 unterstützt die Ernst & Lackner Consulting GmbH ihre Kunden bei SharePoint-Projekten als umfassender Dienstleister: Beratung Projektmanagement Konzeption
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
Mehr4. Jeder Knoten hat höchstens zwei Kinder, ein linkes und ein rechtes.
Binäre Bäume Definition: Ein binärer Baum T besteht aus einer Menge von Knoten, die durch eine Vater-Kind-Beziehung wie folgt strukturiert ist: 1. Es gibt genau einen hervorgehobenen Knoten r T, die Wurzel
MehrDas System sollte den Benutzer immer auf dem Laufenden halten, indem es angemessenes Feedback in einer angemessenen Zeit liefert.
Usability Heuristiken Karima Tefifha Proseminar: "Software Engineering Kernkonzepte: Usability" 28.06.2012 Prof. Dr. Kurt Schneider Leibniz Universität Hannover Die ProSeminar-Ausarbeitung beschäftigt
MehrEinführung und Motivation
Einführung und Motivation iks-thementag: Requirements Engineering 16.11.2010 Autor Carsten Schädel Motto Definiere oder Du wirst definiert. Seite 3 / 51 These Im Privatleben definiert jeder (seine) Anforderungen.
MehrSoftwaretechnologie -Wintersemester 2011/2012 - Dr. Günter Kniesel
Übungen zur Vorlesung Softwaretechnologie -Wintersemester 2011/2012 - Dr. Günter Kniesel Übungsblatt 3 - Lösungshilfe Aufgabe 1. Klassendiagramme (9 Punkte) Sie haben den Auftrag, eine Online-Videothek
MehrZwischenablage (Bilder, Texte,...)
Zwischenablage was ist das? Informationen über. die Bedeutung der Windows-Zwischenablage Kopieren und Einfügen mit der Zwischenablage Vermeiden von Fehlern beim Arbeiten mit der Zwischenablage Bei diesen
MehrAnleitung: Einrichtung der Fritz!Box 7272 mit VoIP Telefonanschluss
Schließen Sie die AVM Fritz!Box, wie auf dem der Fritz!Box beiliegenden Schaubild beschrieben, an. Starten Sie den Internet Explorer oder einen beliebigen Browser (Mozilla Firefox, Google Chrome, Safari)
MehrÜbungen zur Softwaretechnik
Technische Universität München Fakultät für Informatik Lehrstuhl IV: Software & Systems Engineering Markus Pister, Dr. Bernhard Rumpe WS 2002/2003 Lösungsblatt 9 17. Dezember 2002 www4.in.tum.de/~rumpe/se
MehrVBA-Programmierung: Zusammenfassung
VBA-Programmierung: Zusammenfassung Programmiersprachen (Definition, Einordnung VBA) Softwareentwicklung-Phasen: 1. Spezifikation 2. Entwurf 3. Implementierung Datentypen (einfach, zusammengesetzt) Programmablaufsteuerung
MehrZeichen bei Zahlen entschlüsseln
Zeichen bei Zahlen entschlüsseln In diesem Kapitel... Verwendung des Zahlenstrahls Absolut richtige Bestimmung von absoluten Werten Operationen bei Zahlen mit Vorzeichen: Addieren, Subtrahieren, Multiplizieren
MehrLizenzierung von System Center 2012
Lizenzierung von System Center 2012 Mit den Microsoft System Center-Produkten lassen sich Endgeräte wie Server, Clients und mobile Geräte mit unterschiedlichen Betriebssystemen verwalten. Verwalten im
MehrDokumentation Data Dictionary (SIP)
Eidgenössisches Departement des Innern EDI Schweizerisches Bundesarchiv BAR Ressort Innovation und Erhaltung Dienst Digitale Archivierung (DDA) Dokumentation Data Dictionary (SIP) Datum: September 2009
Mehrteischl.com Software Design & Services e.u. office@teischl.com www.teischl.com/booknkeep www.facebook.com/booknkeep
teischl.com Software Design & Services e.u. office@teischl.com www.teischl.com/booknkeep www.facebook.com/booknkeep 1. Erstellen Sie ein neues Rechnungsformular Mit book n keep können Sie nun Ihre eigenen
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
MehrEine doppelte bzw. mehrfache Erfassung eines Kunden ist unbedingt zu vermeiden.
Arbeitsanweisungen 1 Prüfung und Erfassung eines Kunden Für die langfristige Kundenbindung sollen möglichst alle Kunden in der Kundenverwaltung gespeichert werden. Termine im Kalender können nur gespeichert
MehrProgrammiersprachen und Übersetzer
Programmiersprachen und Übersetzer Sommersemester 2010 19. April 2010 Theoretische Grundlagen Problem Wie kann man eine unendliche Menge von (syntaktisch) korrekten Programmen definieren? Lösung Wie auch
MehrPrüfung Computation, Programming
Prüfung Computation, Programming 1. Computation: Reguläre Ausdrücke [5 Punkte] Zusammenfassung reguläre Ausdrücke a Das Zeichen a. Ein beliebiges Zeichen [abc] Ein beliebiges Zeichen aus der Menge {a,
MehrProzessbewertung und -verbesserung nach ITIL im Kontext des betrieblichen Informationsmanagements. von Stephanie Wilke am 14.08.08
Prozessbewertung und -verbesserung nach ITIL im Kontext des betrieblichen Informationsmanagements von Stephanie Wilke am 14.08.08 Überblick Einleitung Was ist ITIL? Gegenüberstellung der Prozesse Neuer
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
Mehr1. Einleitung... 1 2. Abfrage des COON-Benutzernamens... 2 3. Ändern des Initial-Passwortes... 6 4. Anmelden an der COON-Plattform...
Seite 1 von 9 Inhaltsverzeichnis 1. Einleitung... 1 2. Abfrage des COON-Benutzernamens... 2 3. Ändern des Initial-Passwortes... 6 4. Anmelden an der COON-Plattform... 7 1. Einleitung Dieses Dokument beschreibt
MehrQuality Assurance Review der IT-Revision (QAR-IT) -Ein Leitfaden -
Quality Assurance Review der IT-Revision (QAR-IT) -Ein Leitfaden - Aktueller Stand 2 1. Einleitung 1.1 Ausgangssituation 1.2 Definitionen 1.3 Zielsetzung 1.4 Standards 2. Anforderungen an den QAR-IT-Prüfer
MehrLeitfaden für den Import von Artikeln, Sicherheitsdatenblättern, Leistungserklärungen und CE-Kennzeichnungen
Leitfaden für den Import von Artikeln, Sicherheitsdatenblättern, Leistungserklärungen und CE-Kennzeichnungen Import von Artikeln Der Import von Artikeln erfolgt über gleichlautenden Button in der oberen
MehrThemen. M. Duffner: Datenbanksysteme
Datenbanksysteme Themen Theorie Einführung Datenbank, Datenbankmanagementsystem (DBMS), Aufgaben eines DBMS Relationale Datenbanken Daten als Tabellen Datenbankentwurf im Entity-Relationship-Modell Abfragesprache
MehrVorlesung Dokumentation und Datenbanken Klausur
Dr. Stefan Brass 5. Februar 2002 Institut für Informatik Universität Giessen Vorlesung Dokumentation und Datenbanken Klausur Name: Geburtsdatum: Geburtsort: (Diese Daten werden zur Ausstellung des Leistungsnachweises
MehrMengenvergleiche: Alle Konten außer das, mit dem größten Saldo.
Mengenvergleiche: Mehr Möglichkeiten als der in-operator bietet der θany und der θall-operator, also der Vergleich mit irgendeinem oder jedem Tupel der Unteranfrage. Alle Konten außer das, mit dem größten
MehrSysteme 1. Kapitel 6. Nebenläufigkeit und wechselseitiger Ausschluss
Systeme 1 Kapitel 6 Nebenläufigkeit und wechselseitiger Ausschluss Threads Die Adressräume verschiedener Prozesse sind getrennt und geschützt gegen den Zugriff anderer Prozesse. Threads sind leichtgewichtige
MehrWürfelt man dabei je genau 10 - mal eine 1, 2, 3, 4, 5 und 6, so beträgt die Anzahl. der verschiedenen Reihenfolgen, in denen man dies tun kann, 60!.
040304 Übung 9a Analysis, Abschnitt 4, Folie 8 Die Wahrscheinlichkeit, dass bei n - maliger Durchführung eines Zufallexperiments ein Ereignis A ( mit Wahrscheinlichkeit p p ( A ) ) für eine beliebige Anzahl
MehrHilfe zur Urlaubsplanung und Zeiterfassung
Hilfe zur Urlaubsplanung und Zeiterfassung Urlaubs- und Arbeitsplanung: Mit der Urlaubs- und Arbeitsplanung kann jeder Mitarbeiter in Coffee seine Zeiten eintragen. Die Eintragung kann mit dem Status anfragen,
MehrPRESman. Presentation Manager. Reduzieren Sie nachhaltig die Kosten für das. Erstellen, Verwalten und Verteilen Ihrer
Reduzieren Sie nachhaltig die Kosten für das Erstellen, Verwalten und Verteilen Ihrer Präsentationen durch eine effiziente Folienverwaltung Sie kennen die Situation Ein Vortrag muss kurzfristig vorbereitet
MehrPowerPoint 2010 Mit Folienmastern arbeiten
PP.002, Version 1.1 07.04.2015 Kurzanleitung PowerPoint 2010 Mit Folienmastern arbeiten Der Folienmaster ist die Vorlage für sämtliche Folien einer Präsentation. Er bestimmt das Design, die Farben, die
MehrÜbung 4. Musterlösungen
Informatik für Ökonomen II HS 2010 Übung 4 Ausgabe: 18.11.2010 Abgabe: 25.11.2010 Musterlösungen Schreiben Sie Ihre Namen und Ihre Matrikelnummern in die vorgesehenen Felder auf dem Deckblatt. Formen Sie
Mehr4. BEZIEHUNGEN ZWISCHEN TABELLEN
4. BEZIEHUNGEN ZWISCHEN TABELLEN Zwischen Tabellen können in MS Access Beziehungen bestehen. Durch das Verwenden von Tabellen, die zueinander in Beziehung stehen, können Sie Folgendes erreichen: Die Größe
MehrAblauf Vorstellungsgespräch
Leitfaden für Vorstellungsgespräche Ablauf Vorstellungsgespräch Bewerber: Bewerbung als: Interviewer: Datum: ERGEBNIS DES VORSTELLUNGSGESPRÄCHS Gesamtpunktzahl 14-16 Hervorragend 9 13 Kompetent 6-8 Entwicklungsbedarf
MehrGrammatiken. Einführung
Einführung Beispiel: Die arithmetischen Ausdrücke über der Variablen a und den Operationen + und können wie folgt definiert werden: a, a + a und a a sind arithmetische Ausdrücke Wenn A und B arithmetische
Mehrecaros2 - Accountmanager
ecaros2 - Accountmanager procar informatik AG 1 Stand: FS 09/2012 Inhaltsverzeichnis 1 Aufruf des ecaros2-accountmanager...3 2 Bedienung Accountmanager...4 procar informatik AG 2 Stand: FS 09/2012 1 Aufruf
MehrVektoren mit GeoGebra
Vektoren mit GeoGebra Eine Kurzanleitung mit Beispielen Markus Hohenwarter, 2005 In GeoGebra kann mit Vektoren und Punkten konstruiert und gerechnet werden. Diese Kurzanleitung gibt einen Überblick über
MehrLehrer: Einschreibemethoden
Lehrer: Einschreibemethoden Einschreibemethoden Für die Einschreibung in Ihren Kurs gibt es unterschiedliche Methoden. Sie können die Schüler über die Liste eingeschriebene Nutzer Ihrem Kurs zuweisen oder
MehrERP Cloud Tutorial. E-Commerce ECM ERP SFA EDI. Backup. Klassifikationen erfassen und importieren. www.comarch-cloud.de
ERP Cloud SFA ECM Backup E-Commerce ERP EDI Klassifikationen erfassen und importieren www.comarch-cloud.de Inhaltsverzeichnis 1 Ziel des s 3 2 Kurze Einführung: Was sind Klassifikationen? 3 3 Klassifikationen
MehrAuswerten mit Excel. Viele Video-Tutorials auf Youtube z.b. http://www.youtube.com/watch?v=vuuky6xxjro
Auswerten mit Excel Viele Video-Tutorials auf Youtube z.b. http://www.youtube.com/watch?v=vuuky6xxjro 1. Pivot-Tabellen erstellen: In der Datenmaske in eine beliebige Zelle klicken Registerkarte Einfügen
MehrErstellen eines Formulars
Seite 1 von 5 Word > Erstellen bestimmter Dokumente > Formen Erstellen von Formularen, die in Word ausgefüllt werden können Basierend auf einer Vorlage können Sie dieser Inhaltssteuerelemente und Hinweistext
Mehr3. Das Relationale Datenmodell
3. Das Relationale Datenmodell Das Relationale Datenmodell geht zurück auf Codd (1970): E. F. Codd: A Relational Model of Data for Large Shared Data Banks. Comm. of the ACM 13(6): 377-387(1970) DBMS wie
MehrIntegration mit. Wie AristaFlow Sie in Ihrem Unternehmen unterstützen kann, zeigen wir Ihnen am nachfolgenden Beispiel einer Support-Anfrage.
Integration mit Die Integration der AristaFlow Business Process Management Suite (BPM) mit dem Enterprise Information Management System FILERO (EIMS) bildet die optimale Basis für flexible Optimierung
Mehr5.2 Neue Projekte erstellen
5.2 Neue Projekte erstellen Das Bearbeiten von bestehenden Projekten und Objekten ist ja nicht schlecht wie aber können Sie neue Objekte hinzufügen oder gar völlig neue Projekte erstellen? Die Antwort
MehrDas große ElterngeldPlus 1x1. Alles über das ElterngeldPlus. Wer kann ElterngeldPlus beantragen? ElterngeldPlus verstehen ein paar einleitende Fakten
Das große x -4 Alles über das Wer kann beantragen? Generell kann jeder beantragen! Eltern (Mütter UND Väter), die schon während ihrer Elternzeit wieder in Teilzeit arbeiten möchten. Eltern, die während
MehrLineargleichungssysteme: Additions-/ Subtraktionsverfahren
Lineargleichungssysteme: Additions-/ Subtraktionsverfahren W. Kippels 22. Februar 2014 Inhaltsverzeichnis 1 Einleitung 2 2 Lineargleichungssysteme zweiten Grades 2 3 Lineargleichungssysteme höheren als
MehrAnlegen eines DLRG Accounts
Anlegen eines DLRG Accounts Seite 1 von 6 Auf der Startseite des Internet Service Centers (https:\\dlrg.de) führt der Link DLRG-Account anlegen zu einer Eingabemaske, mit der sich jedes DLRG-Mitglied genau
MehrArchiv - Berechtigungen
Archiv - Berechtigungen - 1 Inhaltsverzeichnis 1. Grunddefinitionen...3 1.1. Mögliche Definitionen...3 1.1.1. Programme...3 1.1.2. Prinzipale...3 1.1.3 Archivzugriff...3 1.2. Leserichtung...3 1.2.1. Ordnerbezogen...3
MehrEchtzeitanomalieerkennung für Internetdienste (Abschlussvortrag)
Lehrstuhl für Netzarchitekturen und Netzdienste Institut für Informatik Technische Universität München Echtzeitanomalieerkennung für Internetdienste (Abschlussvortrag) Markus Sieber Betreuer: Ali Fessi,
MehrBeschreibung UTF-8 Codierung
fabio tripicchio e-mail-marketing Beschreibung: Beschreibung UTF-8 Codierung Beschreibung Bei Verwendung eines Accounts bei XQ der den Zeichensatz UTF 8 nutzt ist es zwingend erforderlich, jegliche Adressdaten
MehrProjekt zur Entwicklung, Umsetzung und Evaluation von Leitlinien zum adaptiven Management von Datenqualität in Kohortenstudien und Registern
Projekt zur Entwicklung, Umsetzung und Evaluation von Leitlinien zum adaptiven Management von Datenqualität in Kohortenstudien und Registern gefördert durch die Indikatoren von Datenqualität Michael Nonnemacher
MehrSEPA-Umstellungshilfe für die VR-NetWorld-Software zur Nutzung von SEPA-Lastschriften
SEPA-Umstellungshilfe für die VR-NetWorld-Software zur Nutzung von SEPA-Lastschriften Inhaltsverzeichnis: 1. SEPA-Umstellungshilfe Seite 2-4 2. Ändern einer bestehenden Lastschrift Seite 5 3. Anlegen einer
MehrAlignment-Verfahren zum Vergleich biologischer Sequenzen
zum Vergleich biologischer Sequenzen Hans-Joachim Böckenhauer Dennis Komm Volkshochschule Zürich. April Ein biologisches Problem Fragestellung Finde eine Methode zum Vergleich von DNA-Molekülen oder Proteinen
MehrAccess 2010. Grundlagen für Anwender. Andrea Weikert 1. Ausgabe, 1. Aktualisierung, Juli 2012. inkl. zusätzlichem Übungsanhang ACC2010-UA
Andrea Weikert 1. Ausgabe, 1. Aktualisierung, Juli 2012 Access 2010 Grundlagen für Anwender inkl. zusätzlichem Übungsanhang ACC2010-UA 3 Access 2010 - Grundlagen für Anwender 3 Daten in Formularen bearbeiten
Mehr4. AUSSAGENLOGIK: SYNTAX. Der Unterschied zwischen Objektsprache und Metasprache lässt sich folgendermaßen charakterisieren:
4. AUSSAGENLOGIK: SYNTAX 4.1 Objektsprache und Metasprache 4.2 Gebrauch und Erwähnung 4.3 Metavariablen: Verallgemeinerndes Sprechen über Ausdrücke von AL 4.4 Die Sprache der Aussagenlogik 4.5 Terminologie
MehrMotivation. Formale Grundlagen der Informatik 1 Kapitel 5 Kontextfreie Sprachen. Informales Beispiel. Informales Beispiel.
Kontextfreie Kontextfreie Motivation Formale rundlagen der Informatik 1 Kapitel 5 Kontextfreie Sprachen Bisher hatten wir Automaten, die Wörter akzeptieren Frank Heitmann heitmann@informatik.uni-hamburg.de
MehrDaten, Informationen, Kodierung. Binärkodierung
Binärkodierung Besondere Bedeutung der Binärkodierung in der Informatik Abbildung auf Alphabet mit zwei Zeichen, in der Regel B = {0, 1} Entspricht den zwei möglichen Schaltzuständen in der Elektronik:
MehrFrieder Nake: Information und Daten
Frieder Nake: Information und Daten Mit Grundlagen der Zeichentheorie nach Morris Seminar 31120: Information Philosophische und informationswissenschaftliche Perspektiven, SS 2004 Frieder Nake: Information
MehrAutomatisches Parallelisieren
Automatisches Parallelisieren Vorlesung im Wintersemester 2010/11 Eberhard Zehendner FSU Jena Thema: Datenabhängigkeitsanalyse Eberhard Zehendner (FSU Jena) Automatisches Parallelisieren Datenabhängigkeitsanalyse
MehrSWE12 Übungen Software-Engineering
1 Übungen Software-Engineering Software-Qualitätssicherung / Software-Qualitätsmanagement 2 Aufgabe 1 Ordnen Sie die folgenden Zitate dem entsprechenden Ansatz zum Qualitätsbegriff zu und begründen Sie
MehrEnterprise Content Management
Enterprise Content Management Dr.-Ing. Raymond Bimazubute Lehrstuhl für Künstliche Intelligenz Friedrich Alexander Universität Erlangen-Nürnberg Email: raymond.bimazubute@informatik.uni-erlangen.de Vorbemerkungen
MehrInventur. Bemerkung. / Inventur
Inventur Die beliebige Aufteilung des Artikelstamms nach Artikeln, Lieferanten, Warengruppen, Lagerorten, etc. ermöglicht es Ihnen, Ihre Inventur in mehreren Abschnitten durchzuführen. Bemerkung Zwischen
MehrWir beraten Sie. Wir unterstützen Sie. Wir schaffen Lösungen. Wir bringen Qualität. Wir beraten Sie. Wir unterstützen Sie. Wir schaffen Lösungen
Was bedeutet es, ein Redaktionssystem einzuführen? Vorgehensmodell für die Einführung eines Redaktionssystems Die Bedeutung Fast alle Arbeitsabläufe in der Abteilung werden sich verändern Die inhaltliche
Mehr