Skip to main content
SpringerLink
Log in

Der Lehrstuhl Datenbanken an der Universität Leipzig

  • Datenbankgruppen vorgestellt
  • Published:
Datenbank-Spektrum Aims and scope Submit manuscript

Zusammenfassung

Der Lehrstuhl Datenbanken an der Universität Leipzig befasst sich schwerpunktmäßig mit automatisierten Verfahren zur Integration und Analyse großer Mengen heterogener Daten, v.a. aus dem Web. Im Zusammenhang mit “Big Data” werden unterschiedlichste Hochleistungsstrategien verfolgt, u.a. Skew-resistente Lastbalancierungsmethoden für MapReduce sowie die Nutzung moderner Grafikprozessoren (GPUs). Zum Matching von Modellen (Schemas, Ontologien) und von Instanzdaten wurden leistungsfähige Verfahren und mehrere Prototypen entwickelt. Untersucht werden ferner Methoden zur Evolution von Ontologien und Mappings, um die Auswirkungen von Ontologieänderungen zu minimieren. Der Bericht gibt nach einer Einleitung zur Entwicklung des Lehrstuhls einen Überblick zu den aktuellen Forschungsthemen. Angaben zum Lehrprofil runden die Darstellung ab.

This is a preview of subscription content, log in via an institution to check access.

Access this article

Log in via an institution

Price excludes VAT (USA)
Tax calculation will be finalised during checkout.

Instant access to the full article PDF.

Institutional subscriptions

Literatur

  1. Aumüller D, Rahm E (2011) Affiliation analysis of database publications. SIGMOD Rec 40(1):26–31

    Article  Google Scholar 

  2. Endrullis S, Thor A, Rahm E (2012) Entity search strategies for mashup applications. In: ICDE

    Google Scholar 

  3. Endrullis S, Thor A, Rahm E (2012) Wetsuit: an efficient mashup tool for searching and fusing web entities. Proc VLDB Endow 5(12):1970–1973

    Google Scholar 

  4. Hartung M, Groß A, Rahm E (2013) Conto-diff: generation of complex evolution mappings for life science ontologies. J Biomed Inform 46(1):15–32

    Article  Google Scholar 

  5. Kolb L, Rahm E (2013) Parallel entity resolution with dedoop. Datenbank Spektrum 13(1):23–32

    Article  Google Scholar 

  6. Kolb L, Thor A, Rahm E (2012) Load balancing for map/reduce-based entity resolution. In: ICDE, S 618–629

    Google Scholar 

  7. Köpcke H, Thor A, Thomas S, Rahm E (2012) Tailoring entity resolution for matching product offers. In: EDBT, S 545–550

    Chapter  Google Scholar 

  8. Maßmann S, Raunich S, Aumüller D, Arnold P, Rahm E (2011) Evolution of the coma match system. In: OM

    Google Scholar 

  9. Ngomo ACN, Kolb L, Heino N, Hartung M, Auer S, Rahm E (2013) When to reach for the cloud: using parallel hardware for link discovery. In: ESWC

    Google Scholar 

  10. Peukert E, Eberius J, Rahm E (2012) A self-configuring schema matching system. In: ICDE, S 306–317

    Google Scholar 

  11. Rahm E (2011) Towards large-scale schema and ontology matching. In: Schema matching and mapping, S 3–27

    Chapter  Google Scholar 

  12. Rahm E, Bernstein PA (2001) A survey of approaches to automatic schema matching. VLDB J 10(4):334–350

    Article  MATH  Google Scholar 

Download references

Author information

Authors and Affiliations

  1. Institut für Informatik, Universität Leipzig, Augustusplatz 10, 04109, Leipzig, Deutschland

    Erhard Rahm

Authors
  1. Erhard Rahm
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to Erhard Rahm.

Rights and permissions

Reprints and permissions

About this article

Cite this article

Rahm, E. Der Lehrstuhl Datenbanken an der Universität Leipzig. Datenbank Spektrum 13, 139–143 (2013). https://doi.org/10.1007/s13222-013-0123-0

Download citation

  • Published:

  • Issue Date:

  • DOI: https://doi.org/10.1007/s13222-013-0123-0

Schlüsselwörter

Search

Navigation