Mahsa Noroozi, M. Sc.
Mahsa Noroozi, M. Sc.
Phone
Address
Appelstraße 9a
30167 Hannover
30167 Hannover
Building
Room
Mahsa Noroozi, M. Sc.
Phone
-
Persönliche Informationen
Curriculum Vitae
Mahsa Noroozi received her Msc. degree in computer science from the Gottfried Wilhelm Leibniz Universität Hannover in February 2020.
Since March 2020 she is working as a research assistant towards a doctoral degree (Dr.-Ing.) at the Institut für Kommunikationstechnik of the Gottfried Wilhelm Leibniz Universität Hannover.
Research Interests
- IoT
- Network theory
- Time Sensitive Networking (TSN)
- Communication protocols
- Networked control systems
- Networked predictive control
Teaching
- Network Calculus WiSe 2023/2024
- Labor Rechnernetze WiSe 2023/2024
- Proseminar Kommunikationsnetze WiSe 2023/2024
- Nachrichtenverkehrstheorie WiSe 2021/2022
- Nachrichtenverkehrstheorie WiSe 2022/2023
- Rechnernetze SoSe 2020
- Rechnernetze SoSe 2021
-
Publikationsliste
Zeitschriftenbeiträge
-
(2024): Age- and Deviation-of-Information of Hybrid Time- and Event-Triggered Systems: What Matters More, Determinism or Resource Conservation?, Performance Evaluation Journal
DOI: 10.1016/j.peva.2024.102412 -
(2023): Statistical Age-of-Information Bounds for Parallel Systems: When Do Independent Channels Make a Difference?, IEEE Journal on Selected Areas in Information Theory
DOI: 10.1109/JSAIT.2023.3328766
Konferenzbeiträge
-
(2024): Performance Evaluation of a New Scheduling Model Using Congestion Window Reservation, FICC
DOI: 10.1007/978-3-031-53963-3_8 -
(2023): Implementation and Evaluation of Networked Model Predictive Control System on Universal Robot, ICRAE 2023
DOI: 10.1109/ICRAE59816.2023.10458549 -
(2022): A Min-plus Model of Age-of-Information with Worst-case and Statistical Bounds, ICC 2022
DOI: 10.1109/ICC45855.2022.9838750 -
(2022): Age-and Deviation-of-Information of Time-Triggered and Event-Triggered Systems, ITC 2022
arXiv: 2206.01428 -
(2022): Performance Analysis of Universal Robot Control System Using Networked Predictive Control, ICRAE 2022
DOI: 10.1109/ICRAE56463.2022.10056165
Diplom-/Masterarbeiten
-
(2023): Implementation and Analysis of an Application to Control a Robot Arm Using Model Predictive Control, MA, KN (Betreuerin: Mahsa Noroozi)
-
(2023): Performance Analysis of Asynchronous Traffic Shaper in TSN-based Cyber-Physical Systems, MA, KN (Betreuerin: Mahsa Noroozi)
-
(2022): Selektive Redundanz und Pfadmanagement mit maschinellem Lernen über MP-QUIC, MA, KN (Betreuerin: Mahsa Noroozi)
-
(2022): Simulation and Analysis of Low Latency Services for TSN-based Cyber-physical Systems in OMNeT++, MA, KN (Betreuerin: Mahsa Noroozi)
-
(2020): Implementierung eines Cluster-basierten Systems zur Berechnung von optimierten Netzwerkpfaden (Betreuer: Dr. -Ing. David Dietrich)
Studien-/Bachelorarbeiten
-
(2022): Implementierung und Analyse einer Anwendung zur Steuerung eines Roboterarms durch ein zeitverzögertes Netzwerk, BA, KN (Betreuerin: Mahsa Noroozi)
-
(2021): Implementation of a Networked Predictive Control System with the Aim of Stabilization Due to the Existence of the Time Delay BA, KN, Betreuerin: Mahsa Noroozi)
-
-
Forschungsprojekte
-
ADINeMo - Age- and Deviation-of-Information of Signal-agnostic and Signal-aware Sensor Sampling in Networked MonitoringWir betrachten ein System mit einem Sensor, der abgetastet wird. Die Abtastwerte werden über ein latenzbehaftetes Netzwerk an einen entfernten Monitor übertragen. Eine wichtige Leistungsmetrik solcher Systeme ist die Age-of-Information, die die Aktualität der Sensordaten am entfernten Monitor quantifiziert. Generell besteht das Ziel darin, eine Abtaststrategie zu finden, die die Age-of-Informationen minimiert. Bei zeitgesteuerten Systemen werden zu bestimmten Zeitpunkten Abtastwerte genommen, die Abtastung ist also signalagnostisch. Eine signalbewusste Abtastung erfolgt in ereignisgesteuerten Systemen, bei denen ein definiertes Sensorereignis einen Schwellwert überschreitet, die Übertragung eines neuen Abtastwerts auslöst. In diesem Projekt werden wir Age-of-Information-bezogene, aber signalbewusste Metriken betrachten, die die tatsächliche Abweichung der Information, die Deviation-of-Information, am entfernten Monitor vom aktuellen Sensorsignal berücksichtigen. Wir werden signalbewusste Abtaststrategien entwickeln und ihre Deviation-of-Information-Leistungsfähigkeit bewerten.Led by: Prof. Dr.-Ing. Markus FidlerTeam:Year: 2024Funding: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 520006080Duration: 01/2024 - 12/2026
-