Flavio Emanuel Agostino Alfredo Gallistl, M. Sc.

Flavio Emanuel Agostino Alfredo Gallistl, M. Sc.
Adresse
Appelstraße 9a
30167 Hannover
Gebäude
Raum
Flavio Emanuel Agostino Alfredo Gallistl, M. Sc.
Adresse
Appelstraße 9a
30167 Hannover
Gebäude
Raum
  • Persönliche Informationen

    Curriculum Vitae

    Flavio Gallistl has received his bachelor and master degree in Computer Engineering from Leibniz Universität Hannover. Since September 2023 he is working as a research assistant at the Institute of Communication Technology towards a doctoral degree.

    Research Interests

    • Time-Sensitive Networking

    • Transport Layer Protocols
       

  • Publikationsliste

    Konferenzbeiträge

    • Mahsa Noroozi, Flavio Gallistl, Majid Noroozi (2024): Performance Evaluation of a New Scheduling Model Using Congestion Window ReservationFICC
      DOI: 10.1007/978-3-031-53963-3_8

    Diplom-/Masterarbeiten

    • Flavio Emanuel Agostino Alfredo Gallistl (2022): Selektive Redundanz und Pfadmanagement mit maschinellem Lernen über MP-QUIC, MA, KN (Betreuerin: Mahsa Noroozi)
  • Forschungsprojekte
    • ADINeMo - Age- and Deviation-of-Information of Signal-agnostic and Signal-aware Sensor Sampling in Networked Monitoring
      Wir 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.
      Leitung: Prof. Dr.-Ing. Markus Fidler
      Team: Mahsa Noroozi, Flavio Gallistl
      Jahr: 2024
      Förderung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 520006080
      Laufzeit: 01/2024 - 12/2026