Analyse räumlicher Daten beziehen sich auf Computer-basierte analytische Ansätze, die Entitäten untersucht indem ihre topologischen, geometrischen oder geographischen Eigenschaften benutzt werden. Geodaten sind vor kurzem populär geworden durch Web-Anwendungen wie Google Earth, die die Standorte der Entitäten auf digitalen Karten behandeln. Darüber hinaus sind räumliche Daten und deren Analyse weitgehend in vielen anderen Bereichen, wie Astronomie, Geographisches Informationssystem Wissenschaft (GIS), VLSI-Design (Chipherstellung Engineering, die komplexe Verkabelung Strukturen aufbaut), Biologie, Epidemiologie, Soziologie, Demographie, Statistik, Fernbedienung Sensorik, Informatik und wissenschaftliche Modellierung. In diesem Kurs werden wir uns auf Fragen im Zusammenhang mit Fokus: (a) die Verwaltung von Geodaten und (b) ihre Analyse mit Spatial Data Mining Techniken legen. Spatial Data Management beinhaltet das studieren räumlicher Datenbank-Methoden zur Optimierung des Speicherns und Abfragen von Daten im Zusammenhang mit Objekten im Raum (Punkte, Linien und Polygone). Räumliche Datenbanken unterscheiden sich von relationalen Datenbanken, da diese nur numerische und Charakter Arten von Daten verstehen können. Es müssen also zusätzliche Funktionen für Datenbanken, räumliche Datentypen hinzugefügt werden. Wir werden Design-Methoden (ER-Diagramme für Geodaten), physikalische Speicherung und Indizierung Fragen (räumliche Indizierung), Abfrage und deren Optimierung (SQL für räumliche Daten) neu überdenken. Außerdem betrachten wir räumliche Klassifizierung, Clustering und die räumliche Assoziations Regel Mining, die zu den Spatial Data Mining Methoden gehören. Alle diese Methoden unterscheiden sich von den entsprechenden konventionellen Data-Mining-Methoden, weil sie mehrere Merkmale der Geodaten, wie Auto-Korrelation und höherer Dimensionalität berücksichtigen müssen. Der Schwerpunkt wird auch auf das Erlangen praktischer Erfahrungen mit einer realen Spatial-Datenbank (PostgreSQL) und Durchführung aller theoretischen Konzepte gelegt.
Dozent: Prof. Dr. Alexandros Nanopoulos
Übungen: Osman Akcatepe
