Big Data Compression

Modulhandbuch Modulliste (Bachelor) - Modulliste (Master) - Modulkataloge - Personalisierter Modulkatalog - Impressum - Feedback Login mit OpenID

System Engineering-Ansicht

Modultyp	Pflichtmodul					Wahlbereich
Spezialisierungsbereich		Anzahl Semesterwochenstunden				CP	Angeboten in jedem
Spezialisierungsbereich		V	Ü	S	P	Proj.	Angeboten in jedem	∑	Anzahl
Big Data Compression		0	0	0	0	0	0	6	unregelmäßig
Big Data Compression						Berechnung des Workloads
Vorgesehenes Semester ab 1. Semester
Lernziele Fähig sein, Kodierungen anzuwenden und zu implementieren. In der Lage sein, wichtige Eigenschaften von Kodierungen zu überprüfen. Im Stande sein, verschiedene Integer-Kodierungen anzuwenden und zu implementieren. In der Lage sein, die verbreitesten File Compressors (gzip, bzip, ZIP) zu verstehen und rudimentär implementieren zu können. Fähig sein, komprimierte Selbst-Indexe zu erstellen und effizient darauf Suche zu betreiben. Im Stande sein, grammatikbasierte Komprimierungsverfahren anzuwenden und zu implementieren. In der Lage sein, Algorithmen effizient direkt auf komprimierten Daten, ohne vorherige Dekomprimierung, laufen zu lassen. Lerninhalte Shannon Entropy, k-th order Entropy Optimal Prefix Codes, Huffman Codes Kraft Inequality, Integer Codes Arithmetic Coding Dictionary Encoding (Lempel-Ziv 77, LZ78, LZW) Burrows-Wheeler Transform Grammar-Based Compression Algorithms on Compressed Strings Tree Compression (DAGs, TreeRePair) Algorithms on Compressed Trees
Prüfungsformen s. Prüfangebot
Dokumente (Skripte, Programme, Literatur, usw.) Werden in der Veranstaltung bekanntgegeben
Lehrende: Prof. Dr. S. Maneth					Verantwortlich: Prof. Dr. S. Maneth