Hasso-Plattner-InstitutSDG am HPI
Hasso-Plattner-InstitutDSG am HPI
Login
 

Geoinformation Engineering (Wintersemester 2019/2020)

Dozent: Dr. techn. Markus Jobst (Computergrafische Systeme)

Allgemeine Information

  • Semesterwochenstunden: 4
  • ECTS: 6
  • Benotet: Ja
  • Einschreibefrist: 01.10.-30.10.2019
  • Lehrform: Vorlesung / Übung
  • Belegungsart: Wahlpflichtmodul
  • Lehrsprache: Deutsch

Studiengänge, Modulgruppen & Module

IT-Systems Engineering MA
  • IT-Systems Engineering
    • HPI-ITSE-A Analyse
  • IT-Systems Engineering
    • HPI-ITSE-E Entwurf
  • IT-Systems Engineering
    • HPI-ITSE-K Konstruktion
  • IT-Systems Engineering
    • HPI-ITSE-M Maintenance
  • HCGT: Human Computer Interaction & Computer Graphics Technology
    • HPI-HCGT-K Konzepte und Methoden
  • HCGT: Human Computer Interaction & Computer Graphics Technology
    • HPI-HCGT-S Spezialisierung
  • HCGT: Human Computer Interaction & Computer Graphics Technology
    • HPI-HCGT-T Techniken und Werkzeuge
  • ISAE: Internet, Security & Algorithm Engineering
    • HPI-ISAE-S Spezialisierung
  • ISAE: Internet, Security & Algorithm Engineering
    • HPI-ISAE-T Techniken und Werkzeuge
  • ISAE: Internet, Security & Algorithm Engineering
    • HPI-ISAE-K Konzepte und Methoden
Data Engineering MA

Beschreibung

Geoinformation ist der Schlüssel zur „Location Intelligence“. Mit Geoinformation werden Wissensstrukturen geschaffen und thematische Inhalte im Raum referenziert. Im Geoinformation Engineering werden Daten für die räumliche Verarbeitung vorbereitet und ermöglichen damit neue Erkenntnisse im Raum.

 

In der Vorlesung „Geoinformation Engineering“ werden die Konzepte  des geospatial semantic web, Datenschutzmechanismen, Datacubes, Storytelling, Geodateninfrastrukturen und die domänenübergreifende Datenintegration zueinander in Verbindung gebracht.

Mit ausgewählten Schwerpunkten aus der aktuellen Forschung und Entwicklung werden mit praktischen Übungsblättern geografische Methoden der Informationsverarbeitung und Datenanalyse mit GIS Systemen erläutert, die unterschiedliche Datenherkunft von Geodaten exploriert, notwendige Qualitätsparameter für die Datenintegration bestimmt, die grafische Aufbereitung von service-orientierten Karten examiniert und ein räumlich-semantisches Wissensnetzwerk eingerichtet.

 

Es soll der gesamte Prozess von Erhebung, Speicherung, Analyse bis Visualisierung für Geoinformationen in der Vorlesung behandelt und in der Übung angegriffen werden. Mit den Themen werden ausgereifte Konzepte und aktuelle Forschungsschwerpunkte der Geoinformation, Statistik, Spatial Data Mining, Machine Learning und des Spatial Semantic Web zugänglich gemacht.

 

In der Vorlesung befassen wir uns mit folgenden Inhalten:

  • Geoinformationsverarbeitung (GIS Systeme)
  • Georäumliche Datenintegration
  • Räumliche Datenanalyse
  • Datenschutzmechanismen
  • Geodateninfrastrukturen und serviceorientierte Architekturen
  • Datenmodellierung und Datenqualität
  • Das räumliche semantische Web
  • Visualisierung von Geoinformation

Voraussetzungen

Hilfreich, aber nicht vorausgesetzt, sind Kenntnisse der User-Interfaces,  Computergrafik und Informationsverarbeitung, wie sie z.B. im Rahmen des Bachelorstudiums erworben werden.

Literatur

Alan MacEachren: How Maps Work: Representation, Visualization, and Design. New York, Guilford Press, 1995.

Arno Scharl (2009) The geospatial web: how geobrowsers, social software and the Web 2.0 are shaping the network society, Springer Science Business Media.

Handbook on statistical disclosure control (2007) – Eurostat.

Handbook of Spatial Analysis – Theory and Practical Application with R (2018) Vincent Loonis, Marie-Pierre de Bellefon, INSEE Eurostat

Rob Kitchin (2014) The data revolution: Big data, open data, data infrastructures and

their consequences, Sage.

Wonka, E., (2010) Flächenstatistik und Datengrundlagen nach regionalstatistischen Rastereinheiten in Österreich. In Schriftenreihe des Leibnitz-Institut für ökologische Raumentwicklung. Hrsg: Meinel, G., Dresden.

Lern- und Lehrformen

Vorlesung/ Übung

Leistungserfassung

Die Leistungserfassung erfolgt durch sechs Übungsblätter mit praktischen Aufgaben- und Fragestellungen und eine schriftliche Klausur am Vorlesungsende. Die Gesamtnote berechnet sich aus der Gewichtung der Klausurnote und der Note aus den Übungsaufgaben. Der Leistungserfassungsprozess beginnt mit der Abgabe des ersten Übungsblattes.

Termine

Die Vorlesung und Übung werden im Block durchgeführt:

25./26.Oktober 2019

01./02. November 2019 ( Alternativtermin wird mit Teinehmern abgestimmt)

29./30. November 2019

10./11. Januar 2020

31.Jan./ 01.Februar 2020

Vorlesung 10:00-11:30Uhr;

Vorlesung/Übung 13:00- 14:30Uhr

Übung 15:00-16:30Uhr


In der ersten Vorlesung werden Änderungen der Termine erläutert.

Zurück