Überblick in Sensornetze und Grundlagen im Bereich Datenqualität und Qualitätsmanagement. Die Studierenden sind in der Lage, mit den speziellen Anforderungen von Sensornetzwerken umzugehen und können Einschätzungen hinsichtlich der Datenqualität treffen. Die Studierenden kennen Möglichkeiten zur qualitativen Verbesserung von erfassten Daten.

Datenmanagement, Datenbanksysteme

Im Rahmen der Lehrveranstaltung werden die folgenden Themen behandelt:

• Spezielle Anforderungen für Sensornetze (Energie, CPU, Größen, Kosten, Architekturen, Synchronisation, ...)
• Datenqualität (vollständig, verlässlich, konsistent, akkurat, ...)
• Anwendungsbeispiele: Umwelt-Sensorik, Brandmeldeanlagen, Vitalfunktionsüberwachung, Klimasteuerung, Erdbebenprognose, Transportbewachung, ...)
• Methoden zur Verbesserung der Datenqualität

Folgende Basis-Literatur wird in der Lehrveranstaltung verwendet:

• Hsu H-H.: "Big Data Analytics for Sensor-Network Collected Intelligence (Intelligent Data-Centric Systems: Sensor Collected Intelligence)", Morgan Kaufmann, 1. Auflage, 2017;
• Sadiq S.: "Handbook of Data Quality", Springer, 1. Auflage, 2015;
• Sebastian-Coleman L: "Measuring Data Quality for Ongoing Improvement: A Data Quality Assessment Framework", Morgan Kaufman, 1. Auflage, 2013;
• Loshin D.: "The Practitioner's Guide to Data Quality Improvement", Morgan Kaufmann, 1. Auflage, 2010;

Vorlesung und moderierte Übungen

Prüfungsimmanenter Charakter mit

• Mitarbeit
• Abschlussprüfung