Jedes Wintersemester
5 Leistungspunkte
Die Angaben zur Moduldauer finden Sie bei den Studiengängen, in denen das Modul verwendet wird.
Die in der Vorlesung vermittelten Inhalte geben einen Einblick in das Gebiet des Semantic Webs und der semantischen Technologien. Am Ende der Vorlesung sollten die Studierenden mit den wesentlichen Formalismen und Datenmodellen des Semantischen Webs vertraut sein und in der Lage sein, einfache Anwendung auf Basis von semantischen Technologien zu entwickeln.
Topics conveyed in the lecture give an insight into the area of the Semantic Web and semantic technologies. At the end of the course students should be familiar with the fundamental formalisms and data models of the Semantic Web. They should also be capable to develop simple applications based on semantic technologies.
In diesem Modul befassen wir uns mit den Grundlagen des "Semantic Web" sowie im Allgemeinen mit semantischen Informationssystemen und semantischen Technologien sowie ihren Anwendungen. Wir werden die wesentlichen Datenmodelle und Austauschformate des Semantic Web (RDF, RDFS, OWL, SKOS) sowie die Anfragesprache SPARQL kennenlernen. Das Modul führt auch in die Grundlagen der Ontologien ein und beschäftigt sich mit dem Design und Modellierung von Ontologien. Wie behandeln in diesem Kontext gängige Methodologien zur Modellierung von Ontologien unter Zuhilfenahme von Modellierungswerkzeugen wie z.B. Protégé. Wir beschäftigen uns auch mit semantischen Datenbanken zur Speicherung von RDF Daten (wie z.B. SESAME) sowie mit Anwendungen von semantischen Technologien. Wir führen außerdem in die Idee des "Open Linked Data" ein. Praktische Erfahrungen mit Modellierungswerkzeugen wie Protégé und semantische Datenbanken wie SESAME runden das Modul ab.
Literatur:
This module discusses the principles of the Semantic Web as well as semantic information systems and semantic technologies and their applications. We will get acquainted with the data models and interchange formats of the Semantic Web (RDF, RDFS, OWL, SKOS) and the query language SPARQL.The module also introduces the basics of ontologies and deals with their design and modelling. In this context, we discuss current methodologies for the modeling of ontologies by using modelling tools, e.g. Protégé. We also discuss semantic data bases as a storage for RDF data and applications of semantic technologies. Furthermore, we introduce the idea of Open Linked Data. Practical exercises using modelling tools like Protégé and semantic data bases like SESAME complete the module.
Kompetenzen, wie sie beispielsweise in den Modulen 36-Inf-1 Algorithmen und Datenstrukturen und 39-Inf-6 Grundlagen Theoretischer Informatik (insb. Logik) erworben werden können
Grundkenntnisse Mathematik
Competences as gained through, e.g., 36-Inf-1 Algorithmen und Datenstrukturen and 39-Inf-6 Grundlagen Theoretischer Informatik (esp. Logik).
Basic knowledge of mathematics
—
Die Modul(teil)prüfung kann in einigen Studiengängen nach Wahl der Studierenden auch "unbenotet" erbracht werden. Vor Erbringung ist eine entsprechende Festlegung vorzunehmen, eine nachträgliche Änderung (benotet - unbenotet) ist ausgeschlossen. Wird diese Option gewählt, ist es nicht möglich, dieses Modul zu verwenden, um es in einen Studiengang einzubringen, in dem dieses Modul bei der Gesamtnotenberechnung berücksichtigt wird.
The (partial) examination of the module can be performed as "ungraded" in some study programs at the students choice. Before the examination a respective determination must be carried out, a later modification (graded - ungraded) is impossible. If the "ungraded" option is chosen, it is not possible to include this module in a study program where this module is deemed to enter the calculation of the overall grade.
Modulstruktur: 0-1 bPr, 0-1 uPr 1
In einigen Studiengängen der Technischen Fakultät kann die Modulprüfung nach Wahl der Studierenden auch "unbenotet" erbracht werden (s. Erläuterungen zu den Modulelementen und die jeweilige FsB). Wird die unbenotete Option gewählt, ist es nicht möglich, dieses Modul zu verwenden, um es in einen Studiengang einzubringen, in dem dieses Modul bei der Gesamtnotenberechnung berücksichtigt wird.
Erläuterungen zu dieser Prüfung siehe unten (benotete Prüfungsvariante).
Portfolio aus Übungsaufgaben, die veranstaltungsbegleitend gestellt werden (Bestehensgrenze 60% der erzielbaren Punkte, individuelles Erläutern der Lösungen). Die Übungsaufgaben im Rahmen des Portfolios werden in der Regel wöchentlich ausgegeben. Abschließender Vortrag (15-25 min.).
Exercises based on the material covered in the lectures (pass mark of 60%, students have to be able to demonstrate how they arrived at the solution). Exercises are usually handed out on a weekly basis. Final oral presentation (15 - 25min.).
| Studiengang | Profil | Empf. Beginn 3 | Dauer | Bindung 4 |
|---|---|---|---|---|
| Data Science / Master of Science [FsB vom 06.04.2018 mit Änderungen vom 01.07.2019, 02.03.2020 und 21.03.2023] | Variante 1 | 3. | ein Semester | Wahlpflicht |
| Data Science / Master of Science [FsB vom 06.04.2018 mit Änderungen vom 01.07.2019, 02.03.2020 und 21.03.2023] | Variante 2 | 3. | ein Semester | Wahlpflicht |
| Intelligente Systeme / Master of Science [FsB vom 27.07.2018 mit Änderung vom 04.06.2020] | 1. o. 3. | ein Semester | Wahlpflicht | |
| Intelligente Systeme / Master of Science [FsB vom 17.12.2012 mit Änderungen vom 15.04.2013, 01.04.2014, 15.10.2014, 02.03.2015 und Berichtigung vom 17.11.2014] | 1. o. 3. | ein Semester | Wahlpflicht | |
| Naturwissenschaftliche Informatik / Master of Science [FsB vom 30.09.2016 mit Berichtigung vom 10.01.2017 und Änderungen vom 15.09.2017, 02.05.2018, 04.06.2020 und 31.03.2023] | 1. o. 3. | ein Semester | Wahlpflicht | |
| Naturwissenschaftliche Informatik / Master of Science [FsB vom 17.12.2012 mit Änderungen vom 15.04.2013, 01.04.2014, 15.10.2014, 02.03.2015, 01.12.2015 und Berichtigungen vom 01.04.2014, 17.11.2014 und 12.07.2017] | 1. o. 3. | ein Semester | Wahlpflicht |
In diesem Modul kann eine automatische Vollständigkeitsprüfung vom System durchgeführt werden.