Ce tutoriel couvre la sélection, le chargement, la transformation, l'intégration et l'accès aux métadonnées des ensembles de données en neurosciences à l'aide du schéma MINDS.
Se concentre sur le rapport de stage des étudiants en DH de l'EPFL sur la recherche en histoire de l'art et la catégorisation des illustrations des revues d'art.
Explore les protocoles de recherche et de routage non structurés et structurés, en soulignant l'importance des hypothèses de structure du réseau et en introduisant l'algorithme 'Bubble Storm'.
Souligne la reproductibilité et la réutilisabilité des données dans les neurosciences silico, en mettant l'accent sur les outils et les méthodes de neuroinformatique.
Couvre les données neurosciences hétérogènes, les techniques comme les microarrays et le séquençage des gènes, l'intégration des données, et l'importance des métadonnées dans l'organisation et le partage des données.
Explore l'importance des métadonnées dans l'organisation des bibliothèques médiatiques et les défis que pose la récupération efficace d'oeuvres ou d'artistes spécifiques.
Explore la synthèse automatique de la synchronisation correcte et efficace dans les programmes, en mettant l'accent sur la suppression de l'atomicité redondante et l'ajout de métadonnées de synchronisation.
