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 36,
21079 Hamburg
Gebäude HS36, Raum C3 0.013
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
zur Veranstaltung in Stud.IP Studip_icon
Seminare.EIM: Deep Reinforcement Learning (DSBS, CSMS, IIWMS, TMBS, IMPICS)
Semester:
SoSe 24
Veranstaltungstyp:
Seminar (Lehre)
DozentIn:
Dr. rer. nat. Pradeep Banerjee
Beschreibung:
This course is a basic introduction to Deep Reinforcement Learning (RL). In RL, an agent learns to make sequential decisions by interacting with an environment to maximize some notion of reward. Deep RL combines RL and deep learning, in that neural networks are used to represent the agent's value functions or decision making policies, enabling the handling of complex input spaces such as images or sensor readings. This approach has led to significant advancements in tackling problems such as playing video games, robotics control, and autonomous driving. As a result, expertise in RL constitutes a significant advantage in the industrial job market. By the end of the seminar, it is expected that students will gain proficiency in designing their own RL algorithms, enabling them to apply it to different areas such as robotics, recommendation systems, gaming, etc. to name a few, and also comprehend current literature in the field.
TeilnehmerInnen:
The seminar is aimed at all Bachelor- and Master- level students in the Informatik and the Techno-Mathematik courses. A maximum of 12 students can participate in the seminar.
Voraussetzungen:
As a prerequisite, this seminar will assume familiarity with probability, linear algebra, and programming in Python.
Lernorganisation:
The seminar is divided into six blocks (following an introductory session), each lasting two weeks. Every block consists of the following components: * Week 1: Preparation of a presentation using prescribed sources (book chapters, video lectures, scientific articles). * Week 2: Presentations by 2 participants, each lasting 25 minutes based on a topic assigned to each participant in the first session of the seminar.
Bereichseinordnung:
Studiendekanat Elektrotechnik, Informatik und Mathematik
Weitere Informationen aus Stud.IP zu dieser Veranstaltung
Heimatinstitut: Studiendekanat Elektrotechnik, Informatik und Mathematik (E)
In Stud.IP angemeldete Teilnehmer: 12
Anzahl der Dokumente im Stud.IP-Downloadbereich: 3

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 36
21079 Hamburg
E-Mail : ieet(at)tuhh.de
Tel : +49 40 42878 3213
Fax : +49 40 42878 2382
Weiterführende Links
Lageplan und Anfahrt
Datenschutz
Impressum