623.620 (19W) Current Topics in Knowledge and Data Engineering: Deductive Databases
Überblick
- Lehrende/r
- LV-Titel englisch Current Topics in Knowledge and Data Engineering: Deductive Databases
- LV-Art Vorlesung-Kurs (prüfungsimmanente LV )
- Semesterstunde/n 2.0
- ECTS-Anrechnungspunkte 4.0
- Anmeldungen 15 (25 max.)
- Organisationseinheit
- Unterrichtssprache Englisch
- LV-Beginn 07.10.2019
- eLearning zum Moodle-Kurs
Zeit und Ort
LV-Beschreibung
Intendierte Lernergebnisse
- Verständnis von Deduktiven Datenbanken und deklarativer Programmierung allgemein
- Verständnis und Anwendung der Sprache Datalog und Erweiterungen, insbesondere Answer Set Programming
- Verständnis und Anwendung weniger bekannter Bestandteile von SQL
- Bezug auf hierzu relevante Semantic Web Sprachen wie RDF, OWL und SPARQL
Lehrmethodik inkl. Einsatz von eLearning-Tools
Vorlesung und praktische Übungen
Inhalt/e
Derzeit verwendete Querysprachen für Datenbanken (also z.B. SQL) sind zumeist nicht besonders ausdrucksstark. Die Folge davon ist, dass auch zu simpel erscheinenden Problemstellungen Lösungen in diesen Sprachen nicht implementiert werden können. Man muss dann auf Hostsprachen (klassische Programmiersprachen oder Scriptsprachen) ausweichen, denen ein wesentliches Merkmal der verbreiteten Querysprachen fehlt: Deklarativität. In den Hostsprachen drückt man aus, wie man das Problem löst, und nicht welche Beschaffenheit die Lösungen haben.
Um diese Situation zu verbessern, nützt man die logische Interpretationsmöglichkeit des Relationenmodells aus und verwendet Logik bzw. logische Programmierung als Querysprache. Viele Problemstellungen lassen sich so sehr elegant ausdrücken.
In dieser Lehrveranstaltung wird dieses Konzept präsentiert, und es wird sowohl auf theoretische Resultate als auch auf Implementierungs- und Anwendungsfragen eingegangen werden.
Erwartete Vorkenntnisse
Grundkenntnisse in Datenbanken und Logik sind ein Vorteil, aber keine Angst, es gibt eine kurze Wiederholung.
Literatur
Serge Abiteboul, Richard Hull, Victor Vianu "Foundations of Databases"
Stefano Ceri, Georg Gottlob, Letizia Tanca "Logic Programming and Databases"
Intendierte Lernergebnisse
- Develop an understanding of deductive databases and declarative programming in general
- Understand and apply the language Datalog and its extensions, in particular Answer Set Programming
- Understand and apply less-known elements of SQL
- Relationship to Semantic Web languages such as RDF, OWL und SPARQL
Lehrmethodik inkl. Einsatz von eLearning-Tools
Lecture and practical exercises
Inhalt/e
Currently used query languages for databases (most prominently SQL) are often not particularly expressive. As a consequence, some problems that appear rather simple cannot be solved via implementations using these languages. One would have to resort to host languages (like classical programming languages or scripting languages), which however lack an important aspect of query languages: declarativity. In host languages, one describes how to get to a solution, rather than what properties solutions should have.
To remedy this situation, one can use the logical interpretation of the relational model and uses logic or logic programming as a query language. Many problems can be solved elegantly in this way.
In this course/module the general concept of deductive databases is presented and we will examine both theoretical results and practical aspects.
Erwartete Vorkenntnisse
Basic knowledge in databases and logic would be an advantage, but don't worry, there will be a brief recap.
Literatur
Serge Abiteboul, Richard Hull, Victor Vianu "Foundations of Databases"
Stefano Ceri, Georg Gottlob, Letizia Tanca "Logic Programming and Databases"
Prüfungsinformationen
Prüfungsmethode/n
Oral exam
Prüfungsinhalt/e
All topics covered in class
Beurteilungskriterien/-maßstäbe
Depth and quality of exposition
Beurteilungsschema
Note BenotungsschemaPosition im Curriculum
- Masterstudium Angewandte Informatik
(SKZ: 911, Version: 13W.1)
-
Fach: Knowledge and Data Engineering
(Wahlfach)
-
Current Topics in Artificial Intelligence (
2.0h VK / 4.0 ECTS)
- 623.620 Current Topics in Knowledge and Data Engineering: Deductive Databases (2.0h VC / 4.0 ECTS)
-
Current Topics in Artificial Intelligence (
2.0h VK / 4.0 ECTS)
-
Fach: Knowledge and Data Engineering
(Wahlfach)
- Masterstudium Informatics
(SKZ: 911, Version: 19W.2)
-
Fach: Artificial Intelligence
(Wahlfach)
-
Weitere LVen aus dem gewählten Spezialisierungsfach (
0.0h XX / 12.0 ECTS)
- 623.620 Current Topics in Knowledge and Data Engineering: Deductive Databases (2.0h VC / 4.0 ECTS) Absolvierung im 1., 2. Semester empfohlen
-
Weitere LVen aus dem gewählten Spezialisierungsfach (
0.0h XX / 12.0 ECTS)
-
Fach: Artificial Intelligence
(Wahlfach)
- Masterstudium Information Management
(SKZ: 922, Version: 19W.1)
-
Fach: Specialisation in Information Management
(Wahlfach)
-
Specialisation in Information Management (
0.0h VO, VC, KS / 16.0 ECTS)
- 623.620 Current Topics in Knowledge and Data Engineering: Deductive Databases (2.0h VC / 4.0 ECTS) Absolvierung im 1., 2., 3. Semester empfohlen
-
Specialisation in Information Management (
0.0h VO, VC, KS / 16.0 ECTS)
-
Fach: Specialisation in Information Management
(Wahlfach)