Home  | Impressum | Sitemap | KIT

Text-Indexierung

Text-Indexierung
Typ: Vorlesung (V)
Semester: WS 17/18
Zeit:

ACHTUNG: Die erste Vorlesung findet am 02.11.2017 statt. Die zwei ausgefallenen Vorlesungstermine werden durch einen Blocktermin am Ende des Semsters ersetzt.

Donnerstag 09.45 - 11.15 Uhr wöchentlich, 50.34 Informatikhauptgebäude Raum 236

Dozent: Dr. Simon Gog
LVNr.: 2400057
VoraussetzungenEmpfehlungen:

Kenntnisse aus der Vorlesung Algorithmentechnik werden vorausgesetzt.

BeschreibungIn der VorlesungText-Indexierung werden Algorithmen undDatenstrukturen vorgestellt, welche effizientes Suchen in großenDatenmengen ermöglichen. So kann etwa die Frage "Wie oft kommt MusterX?" in einer Laufzeit beantwortet werden, die nicht von der Länge derDatenmenge abhängt, sondern nur von der Länge des Musters X selbst.
Es werden in dieser Vorlesung neben klassischenIndex-Datenstrukturen, etwa Suffix Array und Suffix Tree, auchplatzeffiziente Strukturen, wie z. B. FM-Indizes, behandelt.
Lehrinhalt

In der Vorlesung werden nicht nur theoretische Ergebnisse aus dem Bereich der Text-Indexierung vermittelt, sondern auch praktische Anwendungen, wobei wir für letzteres auf die SDSL-Bibliothek zurückgreifen. Diese Bibliothek enthält alle Datenstrukturen, die in der Veranstaltung vorgestellt werden. Durch Übungsaufgaben und kleine Programmierprojekte wird der Stoff der Vorlesung vertieft und praktisch angewandt.

ArbeitsbelastungVorlesung mit Projekt/Experiment mit 3 SWS, 5 LP entsprechen ca. 150 Arbeitsstunden, davon

ca. 30 Std. Besuch der Vorlesung
ca. 60 Std. Vor- und Nachbereitung
ca. 30 Std. Bearbeiten des Projekts/Experiments
ca. 30 Std. Prüfungsvorbereitung

ZielDie Studierenden erwerben ein systematisches Verständnis algorithmischer Fragestellungen und Lösungsansätze im Bereich der Text-Indexierung, das auf dem bestehenden Wissen im Themenbereich Algorithmik aufbaut. Außerdem können sie erlernte Techniken auf verwandte Fragestellungen anwenden und aktuelle Forschungsthemen im Bereich Text-Indexierung interpretieren und nachvollziehen.

Nach erfolgreicher Teilnahme an der Lehrveranstaltung können die Studierenden

  • Begriffe, Strukturen, grundlegende Problemdefinitionen und Algorithmen aus der Vorlesung erklären;
  • auswählen, welche Algorithmen und Datenstruktuen zur Lösung einer Fragestellung geeignet sind und diese ggf. den Anforderungen einer konkreten Problemstellung anpassen;
  • Algorithmen und Datenstrukturen ausführen, mathematisch präzise analysieren und die algorithmischen Eigenschaften beweisen.
PrüfungDie Erfolgskontrolle erfolgt in Form einer mündlichen Prüfung nach § 4 Abs. 2 Nr. 2 SPO und eines Projekts/Experiments als Erfolgskontrolle anderer Art nach § 4 Abs. 2 Nr. 3.

Gewichtung: 80 % mündliche Prüfung, 20 % Projekt/Experiment.