Logo Institut für Elektrische Energietechnik
Institut für Elektrische Energietechnik
Logo Institut für Elektrische Energietechnik
Institut für Elektrische Energietechnik
DE
EN
Suche
DE
EN
Suche
IEET > Personal > Wissenschaftliche Mitarbeitende > Marwan Mostafa, M.Sc.

Marwan Mostafa

M.Sc.
Wissenschaftlicher Mitarbeiter

Kontakt

Marwan Mostafa, M.Sc.
E-6 Elektrische Energietechnik
  • Elektrische Energietechnik
Sprechzeiten
nach Vereinbarung/ by appointment
Harburger Schloßstraße 22a,
21079 Hamburg
Gebäude HS22a, Raum 2.015
Tel: +49 40 42878 4097
Logo

Forschungsprojekt

iNeP
Integrierte Netzplanung der Sektoren Strom, Gas und Wärme

iNeP

Integrierte Netzplanung der Sektoren Strom, Gas und Wärme

Bundesministerium für Wirtschaft und Klimaschutz (BMWK); Laufzeit: 2021 bis 2026

zur Projektseite

Publikationen

TUHH Open Research (TORE)

2023

2022

2021

Lehrveranstaltungen

Stud.IP
link to course in Stud.IP Studip_icon
Machine Learning in Electromagnetic Compatibility (EMC) Engineering (VL)
Subtitle:
This course is part of the module: Machine Learning in Electrical Engineering and Information Technology
Semester:
SoSe 24
Course type:
Lecture
Course number:
lv3006_s24
Lecturer:
Prof. Dr. sc. techn. Christian Schuster, Dr. Cheng Yang
Description:

Electromagnetic Compatibility (EMC) Engineering dealswith design, simulation, measurement, and certification of electronic andelectric components and systems in such a way that their operation is safe,reliable, and efficient in any possible application. Safety is herebyunderstood as safe with respect to parasitic effects of electromagnetic fieldson humans as well as on the operation of other components and systems nearby.Examples for components and systems range from the wiring in aircraft and shipsto high-speed interconnects in server systems and wirless interfaces for brainimplants. In this part of the course we will give an introduction to thephysical basics of EMC engineering and then show how methods of MachineLearning (ML) can be applied to expand todays physcis-based approaches in EMCEngineering.
Performance accreditation:
m1785-2022 - Machine Learning in Electrical Engineering and Information Technology<ul><li>p1778-2022 - Machine Learning in Electrical Engineering and Information Technology: mündlich</li></ul>
ECTS credit points:
1
Stud.IP informationen about this course:
Home institute: Institut für Theoretische Elektrotechnik (E-18)
Registered participants in Stud.IP: 2

Betreute Abschlussarbeiten

laufende
beendete

2022

  • Barthelme, J. (2022). Technisch-ökonomische Systemmodellierung und -anlayse eines urbanen Quatiers hinsichtlich des Einsatz von Wasserstoff als primärer Energieträger.

TU Hamburg
Institut für Elektrische Energietechnik (ieet) E-6
Prof. Dr.-Ing. Christian Becker
Harburger Schloßstraße 22a
21079 Hamburg
E-Mail : ieet(at)tuhh.de
Tel : +49 40 42878 3213
Weiterführende Links
Lageplan und Anfahrt
Datenschutz
Impressum