Überblick
- Einführungsveranstaltung mit Themenvergabe am 20.10.2014 um 11:15 Uhr im Raum A314
- Ort/Zeit: ab 05.01.2015, immer montags 9:15-12:00 Uhr im Raum A314
- Teilnehmerkreis: Informatiker (Masterstudium, Bachelor ab 5. Semester)
- Anrechenbar als Seminar-Modul, Bachelor-Seminar, Master-Seminar oder im Rahmen von Modulen der Abteilung im Bachelor-/Masterstudium
- Erwartete Vorkenntnisse: DBS1, Algorithmen und Datenstrukturen
- Folien zur Einführungsveranstaltung
Anmeldung
- Anmeldung (nach Registrierung) über Mein Konto > Gruppen in Gruppe Graph Data Management. Die aktive Seminarteilnahme ist auf maximal 20 Studierende begrenzt.
In der Einführungsveranstaltung erfolgt die Vergabe der Themen unter den angemeldeten und anwesenden Studierenden. Wenn erforderlich, erfolgt dabei auch eine Auswahl unter den angemeldeten Interessenten.
Leistungsbewertung
Ein erfolgreiches Seminar setzt die Teilnahme an allen Seminarterminen voraus, die selbständige Erarbeitung eines Themas sowie einen Vortrag und eine schriftliche Ausarbeitung (15-20 Seiten) über das Thema. Die Benotung setzt sich aus der Note zu Vortrag und Diskussion sowie der Note für die Ausarbeitung zusammen. Einige Hinweise zum Verfassen der schriftlichen Ausarbeitung finden Sie hier.
Themen und Betreuer
Das Seminar behandelt aktuelle Entwicklungen im Bereich Graph Data Management.
| Nr | Thema | Betreuer | #Studenten | Student | Quellen | Vortrag/Ausarbeitung |
|---|---|---|---|---|---|---|
| Graph Processing Systems | ||||||
| 1 | Google Pregel (+BSP) | Nentwig | 1 | [redacted] | [1],[2] | 05.01.2015 |
| 2 | Apache Giraph | Nentwig | 1 | [redacted] | [1],[2],[3] | 05.01.2015 |
| 3 | GraphLab PowerGraph | Wartner | 1 | [redacted] | [1],[2] | 02.02.2015 |
| 4 | GraphX | Wartner | 1 | [redacted] | [1],[2],[3] | 05.01.2015 |
| 5 | Apache Flink | Arnold | 1 | [redacted] | [1],[2] | 12.01.2015 |
| 6 | Mizan | Arnold | 1 | [redacted] | [1],[2],[3] | 12.01.2015 |
| Graph Algorithms - General | ||||||
| 7 | Optimizing Graph Algorithms on Pregel-like Systems | Christen | 1 | [redacted] | [1] | 12.01.2015 |
| 8 | From “Think Like a Vertex” to “Think Like a Graph” | Christen | 1 | [redacted] | [1] | 12.01.2015 |
| Graph Algorithms - Graph Partitioning | ||||||
| 9 | Streaming graph partitioning for large distributed graphs | Junghanns | 1 | [redacted] | [1] | 19.01.2015 |
| 10 | Balanced label propagation for partitioning massive graphs | Junghanns | 1 | [redacted] | [1] | 19.01.2015 |
| 11 | Adaptive Partitioning of Large-Scale Dynamic Graphs | Junghanns | 1 | [redacted] | [1] | 19.01.2015 |
| 12 | How to Partition a Billion-Node-Graph | Junghanns | 1 | [redacted] | [1] | 19.01.2015 |
| Graph Algorithms - Graph Summarization / OLAP | ||||||
| 13 | Discovery-Driven Graph Summarization | Christen | 1 | [redacted] | [1] | 26.01.2015 |
| 14 | Pagrol: Parallel Graph OLAP over Large-scale Attributed Graphs | Peukert | 1 | [redacted] | [1] | 26.01.2015 |
| 15 | SynopSys: Foundations for Multidimensional Graph Analytics | Peukert | 1 | [redacted] | [1] | 26.01.2015 |
| Graph Algorithms - Graph Pattern Matching / Mining | ||||||
| 16 | Large-Scale Frequent Subgraph Mining in MapReduce | Sehili | 1 | [redacted] | [1] | 26.01.2015 |
| 17 | GRAMI: Frequent Subgraph and Pattern Mining in a Single Large Graph | Sehili | 1 | [redacted] | [1] | 02.02.2015 |
| Graph Applications | ||||||
| 18 | Graph databases for healthcare analytic systems | Groß | 1 | [redacted] | [1],[2] | 02.02.2015 |
| 19 | Mining biological networks for unknown pathways | Groß | 1 | [redacted] | [1] | 02.02.2015 |
| 20 | Unicorn: A System for Searching the Social Graph | Groß | 1 | [redacted] | [1] | 02.02.2015 |