In der Arbeit wird ein Ansatz zur Verwaltung von Lernmaterialien in einem semistrukturierten Datenbanksystem vorgestellt. Der Ansatz zeichnet sich durch die Wiederverwendung einmal gespeicherter Lernmaterialien aus

Lizenzpflichtige elektronische Nachschlagewerke und Volltextdatenbanken wie die Normendatenbank „Perinorm“, „Chemical Abstracts“ oder „Journal Citation Reports“ bilden auch im Google-Zeitalter den unverzichtbaren Kern der wissenschaftlichen Fachinformation. Angesichts des teilweise sehr hohen Aufwands für Bereitstellung, Updates, Zugriffs- und Rechteverwaltung solcher Datenbanken wurden aus Mitteln des Europäischen Fonds für Regionale Entwicklung (EFRE) seit 2008 die einzelnen Datenbankserver der sächsischen Bibliotheken durch das zentrale Informationssystem Databases on demand (DBoD) abgelöst. Als Entwicklungsziele galten verringerte Betriebskosten, nachhaltiger Service auch für kleinere, bis dahin gar nicht erreichte Informationseinrichtungen, höhere Benutzerfreundlichkeit sowie deutliche Erweiterung der online angebotenen Inhalte. Wenn man so will, entsprach das schon damals dem heute allgegenwärtigen Gedanken des „Cloud Computing“, wonach IT-Infrastruktur nicht mehr individuell betrieben, sondern über einen Dienst vielen Anwendern zur Verfügung gestellt wird.

Growing main memory capacities and an increasing number of hardware threads in modern server systems led to fundamental changes in database architectures. Most importantly, query processing is nowadays performed on data that is often completely stored in main memory. Despite of a high main memory scan performance, index structures are still important components, but they have to be designed from scratch to cope with the specific characteristics of main memory and to exploit the high degree of parallelism. Current research mainly focused on adapting block-optimized B+-Trees, but these data structures were designed for secondary memory and involve comprehensive structural maintenance for updates. In this paper, we present the KISS-Tree, a latch-free inmemory index that is optimized for a minimum number of memory accesses and a high number of concurrent updates. More specifically, we aim for the same performance as modern hash-based algorithms but keeping the order-preserving nature of trees. We achieve this by using a prefix tree that incorporates virtual memory management functionality and compression schemes. In our experiments, we evaluate the KISS-Tree on different workloads and hardware platforms and compare the results to existing in-memory indexes. The KISS-Tree offers the highest reported read performance on current architectures, a balanced read/write performance, and has a low memory footprint.

Es werden die Möglichkeiten zur Parallelisierung des Algorithmus zum Indexaufbau im ICIx System untersucht. Ausgehend von der Vorstellung dieses Algorithmus erfolgt zuerst die Erläuterung des verwendeten Kostenmodells. Nach einer Zerlegung des gesamten Trainingsprozesses in Teilschritte werden diese hinsichtlich der zu erwartenden Beschleunigung des Trainings untersucht.

Im Kontext eines kleinen bis mittleren heterogenen Netzes (Software/Hardware) soll nach Analyse und Bewertung vorhandener Lösungen und Hilfsmittel ein modulares System zur Unterstützung der Administration von Hosts, Nutzern und Software entworfen und implementiert werden. Da aufgrund des zeitlichen Rahmens einer Diplomarbeit nur eine begrenzte Lösung möglich ist, soll das System von vornherein modular und auf einfache Erweiterbarkeit ausgelegt werden. Im Rahmen der Arbeit sollen existierende Lösungsansätze und Hilfsmittel aus dem Bereich der Administrationshilfen untersucht und gegebenenfalls auf ihre Weiterverwendbarkeit in diesem Projekt geprüft werden. Die dabei gewonnenen Erkenntnisse (u.a. in Bezug auf Flexibilität und Wiederverwendbarkeit) sollen in das zu erstellende System einfließen.

Diese Arbeit beschäftigt sich mit dem Entwurf einer Vergleichsoperation für symbolische musikalische Tondokumente, die bestimmen soll, wie „ähnlich“ sich diese sind. Dazu wird die Idee des Leadsheet-Modells, das ebenfalls am Lehrstuhl Datenverwaltungssysteme entstanden ist, verwendet. Es basiert auf der Wiedererkennung charakteristischer Motive in Musikstücken.

Zugl.: Ilmenau, Techn. Univ., Diss., 2009

Dissertation (Dr. rer. nat.)--Institut für Informatik de Technischen Universität München, 2001. / Includes bibliographical references.

Zugl.: Rostock, Univ., Diss., 2006

Zugl.: Berlin, Humboldt-Univ., Diss., 2003