der Gruppen gemäß § 11 Abs. 1 Satz 1 Nr. 1 bis 3 HG beträgt zwei Jahre, die Amtszeit der Vertreter*innen der Gruppe der Studierenden beträgt ein Jahr. § 5 Studienbeirat (1) 1Zur Beratung des Fakultätsrats [...] gemäß § 11 Abs. 1 Satz 1 Nr. 1 bis 3 HG beträgt zwei Jahre, die Amtszeit der Vertreter*innen der Gruppe der Studierenden beträgt ein Jahr. § 6 Ausschüsse, Kommissionen und Beauftragte (1) 1Die Fakultät für [...] Studierenden. (3) 1Die Mitglieder des Studienbeirates nach Abs. 2 lit. a) ii, iii und lit. b) werden von den dem Fakultätsrat angehörenden Vertreter*innen der Gruppen nach § 11 Abs. 1 Satz 1 Nrn. 1, 2 und 4 HG …

Algorithms for HMM – Lecture Notes

compute \(P(y^{(1)},\ldots,y^{(T)} )\) using \[P(x^{(1)},\ldots,x^{(T)}, y^{(1)},\ldots,y^{(T)} ) = \prod\nolimits_{i=1}^T P(x^{(i)} \vert y^{(i)} ) \prod\nolimits_{i=1}^T P(y^{(i)} \vert y^{(i-1)} )\] The answer [...] \(\alpha_{1i}\) \(= P(x^{(1)}, y_i) = b_{x^{(1)}i} \pi_i\) Induction for each \(i\) : \(\alpha_{ti}\) \(= P(x^{(1\ldots t)}, y_i) = P(x^{(t)} \vert y_i) \sum\nolimits_j P(y_i\vert y_j) P(x^{(1\ldots t-1)}, y_j)\) [...] m_{ij}}\alpha_{ti}a_{ij}\beta_{(t+1)j} b_{x^{(t+1)} j}}{\sum_{ij}\alpha_{ti}a_{ji}\beta_{(t+1)j} b_{x^{(t+1)} j}} \propto \alpha_{ti}a_{ij}\beta_{(t+1) j} b_{x^{(t+1)} j}\] Maximize by updating the values …

Microsoft PowerPoint - Datenbanken2.ppt

modulo C – C=6 ergibt 2, 5, 0, 1, 4 perfekt, M=B (1 Element) – C=4 ergibt 0, 1, 0, 3, 2 B=4 (1,25 Elemente) – C=5 ergibt 1, 3, 1, 3, 1 B=2 (2,5 Elemente) • B Adressen mit (1/B) M Elementen Universität Dortmund [...] 6-2p1-2p24+6p14+6p22+8p1+8p2Durchschnitt 6442I 441010Q2 410410Q1 Beide Indizes Index auf titel Index auf name Kein Index Sei p1 der Bruchteil der Zeit, in dem Q1 bearbeitet wird (z.B. : bei 10% Q1-Anfragen [...] Q1-Anfragen ist p1=0,1) p2 der für Q2, so ist der Bruchteil von I: 1-p1-p2. Je nach tatsächlicher Häufigkeit sind unterschiedliche Indizes günstig. Universität Dortmund Tupel eines Schemas CREATE TABLE MovieStar( …

Algorithms for HMM – Lecture Notes

compute \(P(y^{(1)},\ldots,y^{(T)} )\) using \[P(x^{(1)},\ldots,x^{(T)}, y^{(1)},\ldots,y^{(T)} ) = \prod\nolimits_{i=1}^T P(x^{(i)} \vert y^{(i)} ) \prod\nolimits_{i=1}^T P(y^{(i)} \vert y^{(i-1)} )\] The answer [...] \(\alpha_{1i}\) \(= P(x^{(1)}, y_i) = b_{x^{(1)}i} \pi_i\) Induction for each \(i\) : \(\alpha_{ti}\) \(= P(x^{(1\ldots t)}, y_i) = P(x^{(t)} \vert y_i) \sum\nolimits_j P(y_i\vert y_j) P(x^{(1\ldots t-1)}, y_j)\) [...] m_{ij}}\alpha_{ti}a_{ij}\beta_{(t+1)j} b_{x^{(t+1)} j}}{\sum_{ij}\alpha_{ti}a_{ji}\beta_{(t+1)j} b_{x^{(t+1)} j}} \propto \alpha_{ti}a_{ij}\beta_{(t+1) j} b_{x^{(t+1)} j}\] Maximize by updating the values …

Item Set Komprimiert T100 1 1 1 1 {A,B,C,D} {X} T200 1 1 0 1 {A,B,D} {Y} T300 1 0 1 0 {A,C} {A,C} T400 1 0 0 1 {A,D} {A,D} T500 1 0 0 0 {A} {A} T600 0 0 0 1 {D} {D} Tabelle 3.1: Beispiel einer Kompression [...] Item Set Komprimiert T100 1 1 1 1 {A,B,C,D} {X} T200 1 1 0 1 {A,B,D} {Y} T300 1 0 1 0 {A,C} {A,C} T400 1 0 0 1 {A,D} {A,D} T500 1 0 0 0 {A} {A} T600 0 0 0 1 {D} {D} Tabelle A.1: Beispiel einer Kompression [...] {A,B,C,D} hinzu A,B,C,D 1 −1 ∗ log( 1 8 ) = 2,1 A,B,D 1 −1 ∗ log( 1 8 ) = 2,1 A 3 −3 ∗ log( 3 8 ) = 4,2 D 2 −2 ∗ log( 2 8 ) = 4 B 0 −0 ∗ log( 0 8 ) = 0 C 1 −1 ∗ log( 1 8 ) = 2,1 8 14,5 → Wähle dies als …

746 55~ 1.19 1,745 28 1.08 1,742 40 1.18 1,745 59 1.18 1,757 74 1.04 1,756 74 1.05 1,753 52 1.20 1,744 39 1.19 1,699 Große Träger 27 1.40 1,028 61~ 1.53 1,026 35 1.50 1,018 33 1.48 1,021 61 1.53 1,025 82 [...] 746 55~ 1.19 1,745 28 1.08 1,742 40 1.18 1,745 59 1.18 1,757 74 1.04 1,756 74 1.05 1,753 52 1.20 1,744 39 1.19 1,699 Große Träger 27 1.40 1,028 61~ 1.53 1,026 35 1.50 1,018 33 1.48 1,021 61 1.53 1,025 82 [...] 37~ 1.50 18~ 1.19 45*~ 1.56 1,034 25 1.35 27 1.38 48~ 1.56 1,032 61 1.51 31~ 1.43 8 0.84 1,043 40 1.53 24 1.33 35 1.49 1,039 31 1.44 20 1.25 49 1.56 1,038 23 1.32 45 1.55 32 1.46 1,035 26 1.37 18 1.20 55 …

is O( 1 εL ) = O( 1 ε log 1 ε ). The total space required for sketches for blocks under-construction is therefore O( 1 ε log 1 ε log εN log(1/ε) ). The overall space is O( 1 ε log2 1 ε + 1 ε log 1 ε log [...] collection of sketches: {F2k , ε 2 (m+1,N +1),F2k−1, ε 2 (m+1, 2k−1), . . . ,F 2 ε , ε 2 (m+1, 2 ε )} Further, if N+1 = 2k, we construct F2k+1, ε 2 (m+1, 2k) from F2k , ε 2 (m+1, 2k) and add it to the collection [...] Since 1−ci/2 r < (1−1/2r)ci , this prob- ability is smaller than Πk i=1(1 − 1/2r)ci = (1 − 1/2r)εW < e−εW/2r < (εδ). Since N ≤ W (from the definition of bounded-window sketches), there are at most N εW …

Untitled

ausgenutzt: l1 = {i1, · · · , ik−1, ik} c1 = {i1, · · · , ik−1} → {ik} conf1 l1 = {i1, · · · , ik−1, ik} c2 = {i1, · · · } → {ik−1, ik} conf2 · · · · · · · · · l1 = {i1, · · · , ik−1, ik} ck = {i1} → {· · · [...] se Aftershave Bier Chips EinkaufsID 0 1 1 1 1 1 0 2 0 1 1 3 1 0 0 4 {Aftershave} → {Bier} s = 1 4 , conf = 1 2 {Aftershave} → {Chips} s = 0 {Bier} → {Chips} s = 1 2 , conf = 2 3 (zusammen anbieten?) {Chips} [...] 4 c : 3 a : 3 m : 2 p : 2 m : 1 b : 1 b : 1 c : 1 b : 1 p : 1 Item conditional pattern base c f : 3 a fc : 3 b fca : 1, f : 1, c : 1 m fca : 2, fcab : 1 p fcam : 2, cb : 1 Katharina Morik, Claus Weihs DMV …

2DMVfreq2

ausgenutzt: l1 = {i1, · · · , ik−1, ik} c1 = {i1, · · · , ik−1} → {ik} conf1 l1 = {i1, · · · , ik−1, ik} c2 = {i1, · · · } → {ik−1, ik} conf2 · · · · · · · · · l1 = {i1, · · · , ik−1, ik} ck = {i1} → {· · · [...] se Aftershave Bier Chips EinkaufsID 0 1 1 1 1 1 0 2 0 1 1 3 1 0 0 4 {Aftershave} → {Bier} s = 1 4 , conf = 1 2 {Aftershave} → {Chips} s = 0 {Bier} → {Chips} s = 1 2 , conf = 2 3 (zusammen anbieten?) {Chips} [...] 4 c : 3 a : 3 m : 2 p : 2 b : 1 m : 1 b : 1 c : 1 b : 1 p : 1 Item conditional pattern base c f : 3 a fc : 3 b fca : 1, f : 1, c : 1 m fca : 2, fcab : 1 p fcam : 2, cb : 1 Katharina Morik, Claus Weihs DMV …