Ergebnisse

Prognose der Verkehrslage in der Region Hannover

Die primäre Anforderung der Verkehrsteilnehmer im Bereich des Straßenverkehrs ist die Kenntnis der aktuellen Verkehrslage. Diese basiert in der Regel auf der wirklich benötigten Reisezeit von sehr vielen Verkehrsteilnehmern, deren Daten häufig im Kontext von Routingdiensten abgegriffen werden.

Im Rahmen von Data4UrbanMobility wurden Werkzeuge entwickelt um eine ganglineinbasierte Prognose der Verkehrslage zu ermöglichen. Die folgende Abbildung zeigt eine Oberfläche auf der typische Ganglinienverläufe und Ausreißer visualisiert werden.

Die Prognose der Verkehrslage kann dann mittels einer Karte für den Endnutzer visualisert werden:

Erste Version der MIC-App bereitgestellt

Eine erste Version der MIC-App (Move in the City) konnte allen Partnerinnen und Partnern des Projekts und einer geschützten Nutzer*innengruppe der Öffentlichkeit zur Verfügung gestellt werden. Die mobile App MiC ist ein Instrument zur Datenerhebung.

Dabei verknüpft MiC – eine Entwicklung des Institute for Sustainable Urbanism ISU der TU Braunschweig und Projektionisten GmbH Hannover – das wachsende Bewusstsein und die Notwendigkeit für digitale Bürger*innenrechte mit den Potentialen mittels der Auswertung großer Datenmengen neue Formen der menschzentrierten Entwicklung von Stadt und Mobilität zu ermöglichen stellt eine Möglichkeit dar, sich aktiv als Bürgerwissenschaftlerin und Bürgerwissenschaftler an der Forschung und Entwicklung der Mobilität für alle in der Stadt der Zukunft zu beteiligen.

MiC erhebt – durch die Nutzerinnen und Nutzer gesteuert – Daten zu Strecken und Art der Fortbewegung. Diese Daten werden pseudonymisiert, so dass ein Rückschluss auf die jeweilige Person nicht mehr möglich ist. Wichtig ist die Vielzahl der Nutzerinnen und Nutzer – nicht die einzelne Bewegung. Die Stadt der Zukunft zeichnet sich aus durch den barrierearmen Zugang zu Mobilität und Erreichbarkeit für alle. Der holistische Ansatz der Forscherinnen und Forscher des Institute for Sustainable Urbanism ISU (TU Braunschweig) sowie der Projektbeteiligten betrachtet Stadt dabei auf verschiedenen Maßstabsebenen und bringt intelligente Planungen – wie z.B. die 5-Minuten Stadt –, Städtebau und innovative Technologien zusammen. Für ein umfassendes Verständnis individueller Mobilität und darauf aufbauende neue Methoden und Werkzeuge für integrierte Verkehrs- und Stadtplanung werden mittels der MiC-App uns umfangreiche und detaillierte Daten darüber geliefert, wie und auf welchem Wege wir uns in der Stadt fortbewegen.

Entwicklungsstand:

In der ersten Version ermöglicht das Stadtforschungstool MiC den Nutzer*innen durch eine einfach Handhabung das Starten und Beenden der „Tracking-Time“ (Bild 1). Wichtig ist, die Nutzer*innen entscheidet selber über den Zeitraum. Als erstes Ergebnis für die Nutzer*innen steht eine Zusammenfassung ihrer bisher aufgezeichneten Routen (Bild2). In den Einstellung (Bild 3) kann der Nutzer sich aktiv an Feedback beteiligen (Bild 4) sowie seinen Account und somit seiner zur Verfügung gestellten Daten löschen (Bild 5).

von links nach recht: Bild1-5 MIC App Interface – Attribution-NonCommercial-ShareAlike 4.0 International  (CC BY-NC-SA 4.0)

Die aktuelle Weiterentwicklung sieht eine Visualisierung der Routen für den jeweiligen Nutzer vor.

Um Teil der Testgruppe zu werden ist zur Zeit noch eine Anmeldung unter: www.mic-app.org notwendig. Die Anwendung ist nicht frei im App Store / GooglePlay Store zu erhalten.

Auf der Internetseite www.mic-app.org wird zusätzlich detailliert auf häufige Fragen (FAQ) zur Anwendung sowie über Entwicklungen und Neuheiten informiert

D4UM Plattform und Dashboard V2

Die neue Version der Plattform inklusive des Dashboards gibt noch detailliertere Auskünfte über die Verkehrssituation


Die farblich unterschiedlichen Label lassen eine schnelle Unterscheidung zwischen den verschiedenen Event typen zu. Durch das klicken auf eines der Events wird der typically affected subgraph angezeigt für diesen Eventtyp.

 

Beispiele: Visualisierungen eines Konzerts und eines Fußballspiels

Zusätzlich gibt der Graph in der oberen rechten Ecke Auskunft über die Verkehrssituation vor und nach dem Eventstart.

{API}
Es wurden die API Endpunkte mit zusätzlichen Information erweitert.
Diese werden mittels der als Teil der Forschung entwickelten Modellen erstellt.

Erste Version der D4UM-App bereitgestellt

Eine erste Version der D4UM-App konnte allen Partnern des Projekts zur Verfügung gestellt werden. Die App stellt eine Möglichkeit dar, sich Fahrtauskünfte mit dem öffentlichen Personennahverkehr in Niedersachsen und Bremen (Datengrundlage: EFA – elektronische Fahrplanauskunft für Niedersachsen und Bremen) ausgeben zu lassen. Im Fokus stand hierbei, dass der Nutzer schnell und einfach an die für ihn wichtigen Informationen gelangen kann, um so seine Reise möglichst simpel planen zu können.

Folgende Funktionen dienen dabei in der ersten Version der schnellen Auskunft:

Abfahrten und Verbindungen

Über die Funktion Abfahrten lassen sich Abfahrtszeiten an einer bestimmten oder an nahegelegenen Haltestellen ermitteln. Unter Verbindungen können hingegen Fahrtvorschläge von einem Startpunkt (Adresse oder Haltestelle) zu einem Zielpunkt gesucht werden. Zeiten stehen dabei auch in Echtzeit zur Verfügung, sodass auch Verspätungen direkt von dem Nutzer erkannt werden können.

 

Karte

Über die Karte sind alle Haltestellen zu finden, sodass sich der Nutzer einen Überblick über die nähere Umgebung oder auch den Weg zur Haltestelle oder einem Ziel verschaffen kann.

Wird auf der Karte auf ein Haltestellensymbol oder den zugehörigen Haltestellennamen geklickt, öffnet sich der Abfahrtsmonitor zu dieser Haltestelle. Die nächsten Abfahrten können somit auch über diesen Weg aufgerufen werden.

Darüber hinaus kann sich der Nutzer auch den Verlauf seiner Fahrt anzeigen lassen.

 

Menü/Einstellungen

Weitere Funktionen und Einstellungen finden sich ergänzend im Menü der App.

Der Nutzer bekommt hier zum einen die Möglichkeit, dass erweiterte Einstellungen zu den Suchanfragen bei Verbindungen oder Abfahrten vorgenommen werden können, und zum anderen, dass er weitere Features verwenden kann. Darunter befindet sich zum Beispiel das Feedbackformular. Hierüber kann unkompliziert Kontakt mit den Entwicklern der D4UM-App per Mail aufgenommen werden. Icons ermöglichen es, dass ein Eindruck zu der App übermittelt werden kann. Ein weiteres Feld für Freitext bietet zudem Platz für individuelle Kritik und einer Meinung zu der App. So kann in Zukunft kundennah an der App weiterentwickelt und einfach auf Wünsche und Meinungen reagiert werden.

 

Quantifizierungen und Vorhersage von Auswirkungen von Veranstaltungen

Neue Data4UrbanMobility-Forschungsergebnisse ermöglichen es, die räumlichen Auswirkungen von Veranstaltungen zu quantifizieren und vorherzusagen. Dazu werden zusammenhängende, betroffene Straßenabschnitte in der Nähe von Veranstaltungen identifiziert. Auf dieser Grundlage kann dann die räumliche Auswirkung quantifiziert werden. Das Verfahren ist in der folgenden Grafik dargestellt.

(Karte von https://www.openstreetmap.org)

Hier in Gelb markiert ist eine Veranstaltung, in Rot betroffene Straßenabschnitte und in Dunkelblau die gemessene Auswirkung. Weiterhin wurden Verfahren des Maschinellen Lernens angewandt, um diese Auswirkungen zu prognostizieren. Dabei konnte der Fehler gegenüber bestehenden state-of-the-art Ansätzen um bis zu 40% verringert werden.

 

D4UM – Plattform V1 fertiggestellt

Die erste Version der Data4UrbanMobility Plattform wurde fertiggestellt. Dazu wurde zunächst eine 3-Schichten Architektur der Plattform konzipiert und implementiert. Die Plattform bietet RESTfull Webservices für Mobilitätsapplikationen wie Dashboard-Anwendungen oder Apps an. Als erste Beispielanwendung wurde dazu eine interaktive Karte entwickelt, die die Auswirkungen von Veranstaltungen visualisiert. Ein Ausschnitt aus der Anwendung ist im folgenden Screenshot zu sehen.

Zu sehen sind 4 Veranstaltungen in Hannover. Die Farben entsprechen dabei unterschiedlichen Veranstaltungsarten (etwa Konzerte, Messen, Fußballspiele). Die Kreise visualisieren die räumlichen Auswirkungen, die diese Veranstaltungen auf den Verkehr hatten.

Umfangreicher Anforderungskatalog
Die Data4UrbanMobility Anforderungsanalyse umfasst die Erfassung der Anforderungen der Anwendungspartner Region Hannover (RH) und Wolfsburg AG (WAG), sowie der nicht-funktionalen Anforderungen. Aus den Anforderungen der AnwendungspartnerInnen (RH und WAG), die von MOMA erhoben wurden, sind von L3S Forschungsfragen für die Datenanalyse abgeleitet worden, die sich speziell auf die Informationsbedürfnisse der AnwenderInnen beziehen und im weiteren Projektverlauf adressiert werden.

Die aktuelle Forschungsfragen adressieren insbesondere:

  1.  Automatische Verifikation von Verkehrswarnmeldungen und Prognose von deren Auswirkungen.
  2.  Identifikation von Veranstaltungen und Prognose verkehrsrelevanter Auswirkungen.
  3. Korrelation von IV-Reiseflussdaten, EFA-Querylogs, Warnmeldungen und Twitterfeeds.
  4. Bestimmung von optimalen Reisezeitpunkte.


Wachsende Datensammlung

Das ISU hat einen umfassende Datenmatrix mit potentiellen Quellen für mobilitätsrelevante Daten  erstellt. Das von L3S entwickelte Data4UrbanMobility Datenmodell beschreibt alle projektrelevanten Daten und setzt diese in Verbindung um die Daten sowohl für die Analyse als auch für die Anwendungen und Apps einheitlich zur Verfügung zu stellen. Die ausgewählten Datenquellen sind von L3S in das Data4UrbanMobility Datenmodell überführt. Einige der Datenquellen wie EFA-logs, und IV-Daten sind dabei auf deren Qualität geprüft worden.

Um die Datenintegration zu ermöglichen sind Werkzeuge zur Extraktion der relevanten Daten aus Mobilitätsrelevanten Datenquellen entwickelt worden:

  • Straßen- und Graphextraktion aus OpenStreetMap
  • EFA-Anfragen Bulkloader für die Extraktion der ÖPNV Anfragen aus EFA Logs
  • Integration von Daten aus dem Zentralen Haltestellen Verzeichnis (ZHV) inklusive Verknüpfung der Daten mit den EFA-Anfragen

Die aktuelle Datensammlung (Stand: 12 Dezember 2017) umfasst:

EFA-Logs: 17 Mio. Suchanfragen
IV-Daten: 174 Tsd. Straßen, alle 15 Minuten
GTFS-Daten: 90 Tsd. Haltestellen, 2,6 Tsd. Routen
Wetter: Radolan Regenraster
Twitter: 2,5 Mio. Tweets ab Juni 2017

OSM: 440 Tsd. Straßen
Events: 21 Tsd. Veranstaltungen (14.08.2016-17.07.2018)

Warnmeldungen: 13 Tsd. Warnmeldungen (ab 06.2017)

Visualisierungen der ÖPNV Informationen

Zur intuitiven Analyse von mobilitätsrelevanten Informationen, insbesondere von ÖPNV Informationen, wurde von den PROJEKTIONISTEN (PROJ) eine Dashboard-Webapplikation konzipiert. Erste Prototypen visualisieren Anfragen an das regionale Fahrplanauskunftsystem EFA (www.efa.de) und dienen als Ausgangsbasis für explorative Analysen und die Implementierung der produktiven Version des Dashboards. Im Folgenden ist eine im Dashboard integrierte Visualisierung der häufigsten Start- und Ziel-punkte zu sehen.

Analysen der EFA-Logs
Als erste Forschungsfrage wird aktuell die Analyse der Auswirkungen der Veranstaltungen auf dem ÖPNV mit Methoden des Maschinellen Lernens analysiert.  Hierzu wurden in explorativen Datenanalysen der Einfluss von großen Veranstaltungen wie z.B. Fussballspielen und mittelgroßen Veranstaltungen, etwa Konzerte, auf Anfragen an den ÖPNV betrachtet.  Als Grundlage für umfassende Analysen wurden mit Hilfe visueller Methoden exemplarisch Korrelation zwischen ÖPNV-Nachfrage und Veranstaltungszeiträumen detektiert.

Dabei zeichnen sich z.B. für Hannovers Innenstadt klare, sternförmige Muster ab, die zentrale Mobilitätsknoten identifizieren.

Das Bild stellt die Luftlinie zwischen Start- und Ziel-Ort der Anfragen dar. Dabei entsprechen dunklere Farben häufigeren Strecken. Hier werden deutlich Hannover Hauptbahnhof und Hannover Kröpcke (die zentrale U-Bahn Station) als Mobilitätsknoten identifiziert.

Analysen der Nachfrage für einzelne Stationen lassen wochentagspezifische Muster erkennen.

Hier dargestellt sind die durchschnittliche Anzahl der Anfragen mit der Ziel-Haltestelle “Hannover Stadionbrücke”. Zu erkennen sind vor allem Unterschiede zwischen Werktagen und dem Wochenende.

Auch der Einfluss von Veranstaltungen kann mit Hilfe der Anfragen visualisiert werden:

 

Dargestellt sind die Anzahl der Anfragen mit Ziel “Hannover Stadionbrücke” für Mittwoch, den 26.04.2017 (Orange) sowie die durchschnittlichen Anzahl von Anfragen, die mittwochs mit gleichem Ziel gestellt wird (Blau).
An diesem Tag fand in einer nahe gelegenen Konzerthalle ein Konzert statt, das um 20 Uhr begann. Die signifikante Abweichung zwischen 17 und 19 Uhr wurde sehr wahrscheinlich von den anreisenden Gästen verursacht wurde. Dies illustriert, dass Anfragen an den ÖPNV eine wertvolle Informationsquelle sein können, um Prognosen über die Auswirkung von Veranstaltungen auf Mobilität zu erstellen.

 

  • importadora. china, importadora (importadora china, ed.) (2024).
  • How Online Dental Treatment Is Increasing Access to Care 24HrDOC (2024).
  • Best digital marketing agency in Surat. WebPerform (WebPerform, ed.) (2024).
  • Continue Excelling in Your Course. Since launching 2012, Tutorsglobe has aimed to focus on building a core digital study guide; guidance in courses. Visit: https://www.tutorsglobe.com/ (2024).
  • Tin Tức Bitcoin - Cập Nhật Tin Tức Coin Hàng Ngày 24/7. Bitcoin, Tin Tức (T. T. Bitcoin, ed.) (2024).
  • What is the trade-off between CO2 emission and video-conferencing QoE?. Hoßfeld, Tobias; Varela, Martin; Skorin-Kapov, Lea; Heegaard, Poul E (2023). 14(1) 1–1.
  • Explainable data-driven QoE modelling with XAI. Wehner, Nikolas; Seufert, Anika; Hoßfeld, Tobias; Seufert, Michael (2023). 7–12.
  • Social network. Bishwas, Dipen (2023).
  • DBM: Decentralized Burst Mitigation for Periodic LoRa Devices Using Self-Organizing Radio Access. Raffeck, Simon; Geißler, Stefan; Hoßfeld, Tobias (2023). 253–258.
  • Towards Understanding the Global IPX Network from an MVNO Perspective. Vomhoff, Viktoria; Geissler, Stefan; Gebert, Steffen; Hossfeld, Tobias (2023).
  • Towards Understanding the Signaling Traffic in 5G Core Networks. Raffeck, Simon; Geißler, Stefan; Hoßfeld, Tobias (2023).
  • Paving the Way for an Energy Efficient and Sustainable Future Internet of Things. Loh, Frank; Raffeck, Simon; Geißler, Stefan; Hoßfeld, Tobias (2023).
  • Definitions of crowdsourced network and QoE measurements. Guillemin, Fabrice; Robitza, Werner; Wunderer, Stefan; Hoßfeld, Tobias (2022). 12(2) 1–1.
  • Simulative Performance Study of Slotted Aloha for LoRaWAN Channel Access. Loh, Frank; Mehling, Noah; Geißler, Stefan; Hoßfeld, Tobias (2022). 1–9.
  • Towards lorawan without data loss: Studying the performance of different channel access approaches. Loh, Frank; Mehling, Noah; Hoßfeld, Tobias (2022). 22(2) 691.
  • Identification of Signaling Patterns in Mobile IoT Signaling Traffic. Vomhoff, Viktoria; Geißler, Stefan; Hoßfeld, Tobias (2022).
  • User-Centric Markov Reward Model on the Example of Cloud Gaming. Hossfeld, Tobias; Heegaard, Poul E; Varela, Martin; Jarschel, Michael (2022). 1–9.
  • ML-assisted latency assignments in time-sensitive networking. Grigorjew, Alexej; Seufert, Michael; Wehner, Nikolas; Hofmann, Jan; Hoßfeld, Tobias (2021). 116–124.
  • Talk to Me: Investigating the Traffic Characteristics of Amazon Echo Dot and Google Home. Loh, Frank; Geißler, Stefan; Schaible, Fabian; Hoßfeld, Tobias (2021). 521–526.
  • Dynamic Real-Time Stream Reservation with TAS and Shared Time Windows. Grigorjew, Alexej; Gray, Nicholas; Hoßfeld, Tobias (2021). 1–6.
  • Cumulative quality modeling for HTTP adaptive streaming. Tran, Huyen TT; Ngoc, Nam Pham; Hoßfeld, Tobias; Seufert, Michael; Thang, Truong Cong (2021). 17(1) 1–24.
  • Discrete-time modeling of NFV accelerators that exploit batched processing. Geissler, Stefan; Lange, Stanislav; Linguaglossa, Leonardo; Rossi, Dario; Zinner, Thomas; Hossfeld, Tobias (2021). 6(3) 1–27.
  • On inter-rater reliability for crowdsourced qoe. Hoßfeld, Tobias; Seufert, Michael; Naderi, Babak (2021). 37–42.
  • How are your apps doing? QoE inference and analysis in mobile devices. Wehner, Nikolas; Seufert, Michael; Schüler, Joshua; Casas, Pedro; Hoßfeld, Tobias (2021). 49–55.
  • High performance network metadata extraction using P4 for ML-based intrusion detection systems. Gray, Nicholas; Dietz, Katharina; Seufert, Michael; Hossfeld, Tobias (2021). 1–7.
  • Signaling traffic in internet-of-things mobile networks. Geissler, Stefan; Wamser, Florian; Bauer, Wolfgang; Krolikowski, Michael; Gebert, Steffen; Hoßfeld, Tobias (2021). 452–458.
  • In vitro vs in vivo: does the study’s interface design influence crowdsourced video QoE?. Borchert, Kathrin; Seufert, Anika; Gamboa, Edwin; Hirth, Matthias; Hoßfeld, Tobias (2020). 6 1–16.
  • Personal task design preferences of crowdworkers. Hirth, Matthias; Borchert, Kathrin; De Moor, Katrien; Borst, Vanessa; Hoßfeld, Tobias (2020). 1–6.
  • Simulative evaluation of KPIs in SDN for topology classification and performance prediction models. Gray, Nicholas; Dietz, Katharina; Hossfeld, Tobias (2020). 1–9.
  • Towards speech quality assessment using a crowdsourcing approach. Naderi, Babak; Zequeira Jiménez, Rafael; Hirth, Matthias; Möller, Sebastian; Metzger, Florian; Hoßfeld, Tobias (2020).
  • Technical report on bridge-local guaranteed latency with strict priority scheduling. Grigorjew, Alexej; Metzger, Florian; Hoßfeld, Tobias; Specht, Johannes; Götz, Franz-Josef; Schmitt, Jürgen; Chen, Feng (2020).
  • Deriving QoE in systems: from fundamental relationships to a QoE-based Service-level Quality Index. Hoßfeld, Tobias; Heegaard, Poul E; Skorin-Kapov, Lea; Varela, Mart’in (2020). 5 1–17.
  • Impact of VNF placements on QoE monitoring in the cloud. Dinh-Xuan, Lam; Popp, Christian; Burger, Valentin; Wamser, Florian; Hoßfeld, Tobias (2020). 30(3) e2053.
  • Technical Report on DFG Project SDN-App: SDN-enabled Application-aware Network Control Architectures and their Performance Assessment. Blenk, Andreas; Kellerer, Wolfgang; Hoßfeld, Tobias (2020).
  • Traffic measurement study on video streaming with the amazon echo show. Loh, Frank; Vomhoff, Viktoria; Wamser, Florian; Metzger, Florian; Hoßfeld, Tobias (2019). 31–36.
  • Report on QoMEX 2019: QoE and User Experience in Times of Machine Learning, 5G and Immersive Technologies. Hoßfeld, Tobias; Möller, Sebastian; De Moor, Katrien; Schatz, Raimund (2019).
  • Crowd-based study of gameplay impairments and player performance in DOTA 2. Hirth, Matthias; Borchert, Kathrin; Allendorf, Fabian; Metzger, Florian; Hoßfeld, Tobias (2019). 19–24.
  • User behavior and engagement of a mobile video streaming user from crowdsourced measurements. Moldovan, Christian; Wamser, Florian; Hoßfeld, Tobias (2019). 1–3.
  • Context monitoring for improved system performance and QoE. Metzger, Florian; Hoßfeld, Tobias; Skorin-Kapov, Lea; Haddad, Yoram; Liotou, Eirini; Pocta, Peter; Melvin, Hugh; Siris, Vasilios A; Zgank, Andrej; Jarschel, Michael (2018). 23–48.
  • Speed index: Relating the industrial standard for user perceived web performance to web qoe. Hoßfeld, Tobias; Metzger, Florian; Rossi, Dario (2018). 1–6.
  • Optimal fairness and quality in video streaming with multiple users. Moldovan, Christian; Skorin-Kapov, Lea; Heegaard, Poul E; Hoßfeld, Tobias (2018). (Vol. 1) 73–78.
  • User experience of Web browsing-the relationship of usability and quality of experience. Voigt-Antons, Jan-Niklas; Hoßfeld, Tobias; Egger-Lampl, Sebastian; Schatz, Raimund; Möller, Sebastian (2018). 1–3.
  • QoE analysis of the setup of different internet services for FIFO server systems. Hoßfeld, Tobias; Varela, Mart’in; Heegaard, Poul E; Skorin-Kapov, Lea (2018). 234–248.
  • Practical QoE Evaluation of Adaptive Video Streaming. Surminski, Sebastian; Moldovan, Christian; Hoßfeld, Tobias (2018). 283–292.
  • What to Expect from Your Virtual Dental Appointment 24HrDOC (2017).
  • Viability of Wi-Fi caches in an era of HTTPS prevalence. Moldovan, Christian; Metzger, Florian; Surminski, Sebastian; Hoßfeld, Tobias; Burger, Valentin (2017). 1370–1375.
  • Zanimljivosti iz povijesti mjeriteljstva Jakobović, Zvonimir; Mirko, Vuković. (2016). Hrvatsko mjeriteljsko društvo, Zagreb.
  • One shot crowdtesting: approaching the extremes of crowdsourced subjective quality testing. Seufert, Michael; Hoßfeld, Tobias (2016). 122–126.
  • Message from the FINGNet 2016 Workshop Co-Chairs. Hossfeld, Tobias; Do, Inshil; Chae, Kijoon; Nakao, Akihiro; Lim, Jiyoung (2016). xliii.
  • A survey of cloud services and potential applications of social awareness. Seufert, Michael Thomas (2015).
  • Quality of experience. Hoßfeld, Tobias; Keimel, Christian (2014).
  • Crowdsourced subjective user study results on qoe influence factors of http adaptive streaming. Hoßfeld, Tobias; Seufert, Michael; Zinner, Thomas; Sieber, Christian (2014).
  • A survey on quality of experience of HTTP adaptive streaming. Seufert, Michael; Egger, Sebastian; Slanina, Martin; Zinner, Thomas; Hoßfeld, Tobias; Tran-Gia, Phuoc (2014). 17(1) 469–492.
  • Analyzing costs and accuracy of validation mechanisms for crowdsourcing platforms. Hirth, Matthias; Hoßfeld, Tobias; Tran-Gia, Phuoc (2013). 57(11-12) 2918–2932.
  • Pippi Longstocking calculus for temporal stimuli pattern on YouTube QoE: 1+ 1= 3 and 1⊙ 4\($\ne$\) 4⊙ 1. Hossfeld, Tobias; Strohmeier, Dominik; Raake, Alexander; Schatz, Raimund (2013). 37–42.
  • User-centric network-application interaction for live HD video streaming. Zinner, Thomas; Klein, Dominik; Hossfeld, Tobias (2013). 71–83.
  • From packets to people: quality of experience as a new measurement challenge. Schatz, Raimund; Hoßfeld, Tobias; Janowski, Lucjan; Egger, Sebastian (2013). 219–263.
  • Crowdsourcing: From Theory to Practice and Long-Term Perspectives (Dagstuhl Seminar 13361. Hoßfeld, Tobias; Tran-Gia, Phuoc; Vucovic, Maja (2013). 3(9) 1–33.
  • Welcome message from FINGNet-2013 international workshop organizers. Hossfeld, Tobias; Jeong, Hae Duck Joshua; Chae, Kijoon; Nakao, Akihiro; Lim, Jiyoung (2013). 51.
  • Wikipedia and its network of authors from a social network perspective. Hirth, Matthias; Lehrieder, Frank; Oberste-Vorth, Stephan; Hoßfeld, Tobias; Tran-Gia, Phuoc (2012). 119–124.
  • Passive youtube QoE monitoring for ISPs. Schatz, Raimund; Hoßfeld, Tobias; Casas, Pedro (2012). 358–364.
  • Microworkers vs. facebook: The impact of crowdsourcing platform choice on experimental results. Gardlo, Bruno; Ries, Michal; Hoßfeld, Tobias; Schatz, Raimund (2012). 35–36.
  • Anatomy of a crowdsourcing platform-using the example of microworkers. com. Hirth, Matthias; Hoßfeld, Tobias; Tran-Gia, Phuoc (2011). 322–329.
  • An evaluation of QoE in cloud gaming based on subjective tests. Jarschel, Michael; Schlosser, Daniel; Scheuring, Sven; Hoßfeld, Tobias (2011). 330–335.
  • Human cloud as emerging Internet application-anatomy of the microworkers crowdsourcing platform. Hirth, Matthias; Hoßfeld, Tobias; Tran-Gia, Phuoc (2011). 478 1–22.
  • Message from FINGNet 2011 International Workshop organizers. Chae, Kijoon; Nakao, Akihiro; Hossfeld, Tobias; Jeong, Hae Duck Joshua; Pawlikowski, Krzysztof (2011). 35.
  • A QoE-aware P2P streaming system using scalable video coding. Abboud, Osama; Zinner, Thomas; Pussep, Konstantin; Oechsner, Simon; Steinmetz, Ralf; Tran-Gia, Phuoc (2010). 1–2.
  • Incentives, Overlays, and Economic Traffic Control. Hossfeld, Tobias; Stamoulis, George D (2010).
  • Performance evaluation of P2P caches: Flash-crowd case. Cholda, Piotr; Dom.zal, Jerzy; Wójcik, Robert; Stankiewicz, Rafal; Lehrieder, Frank; HoBfeld, Tobias; Oechsner, Simon; Singeorzan, Vlad (2010). 108–113.
  • Cheat-detection mechanisms for crowdsourcing. University of Würzburg. Hirth, Matthias; Hoßfeld, Tobias; Tran-Gia, Phuoc (2010).
  • Supporting scalable video codecs in a P2P video-on-demand streaming system. Oechsner, Simon; Zinner, Thomas; Prokopetz, Jochen; Hoßfeld, Tobias (2010).
  • COMCON: Use cases for virtual future networks. Schlosser, Daniel; Hoffmann, Marco; Hoßfeld, Tobias; Jarschel, Michael; Kirstädter, Andreas; Kellerer, Wolfgang; Köhler, Stefan (2010). 584–586.
  • Cooperation Strategies for P2P Content Distribution in Cellular Mobile Networks: Considering Selfishness and Heterogeneity. Hoßfeld, Tobias; Schlosser, Daniel; Tutschku, Kurt; Tran-Gia, Phuoc (2009). 132–151.
  • Challenges in the development of mobile P2P applications and services. Hung, Nguyen Chan; Vinh, VT; others (2009).
  • Peer-to-peer solutions for cellular networks. Berl, Andreas; de Meer, Hermann; Hoßfeld, Tobias (2009). 54–59.
  • Modeling of Modern Router Architectures Supporting Network Virtualization. Hossfeld, Tobias; Leibnitz, Kenji; Nakao, Akihiro (2009). 1–6.
  • Influence of Packet Re-ordering on Concurrent Multipath Transmissions for Transport Virtualization. Zinner, Thomas; Tutschku, Kurt; Nakao, Akihiro; Tran-Gia, Phuoc (2009).
  • Efficient Simulation of Large-Scale P2P Networks. Binzenhöfer, Andreas; Hoßfeld, Tobias; Kunzmann, Gerald; Eger, Kolja (2009). accepted.
  • Neue Aspekte des Future Internet-Designs. Tran-Gia, P; Hoßfeld, T; Menth, M; Pries, R (2009). 126 241–249.
  • Packet and flow level simulations of BitTorrent-like P2P networks. Eger, Kolja; Hoßfeld, Tobias; Binzenhöfer, Andreas; Kunzmann, Gerald (2009). 5(2) 217–232.
  • A discussion of socio-economic management and incentives for the future internet. Stiller, Burkhard; Hausheer, David; Hoßfeld, Tobias; Liotta, Antonio; Spirou, Spiros; Waldburger, Martin (2009). 1–6.
  • Pushing the performance of biased neighbor selection through biased unchoking. Oechsner, Simon; Lehrieder, Frank; Hoßfeld, Tobias; Metzger, Florian; Staehle, Dirk; Pussep, Konstantin (2009). 301–310.
  • Emerging issues in current Future Internet design. Tran-Gia, Phuoc; Hoßfeld, Tobias; Menth, Michael; Pries, Rastin (2009). 126(7-8) 241–249.
  • Teledentistry Solution for Toothache Relief 24HrDOC (2008).
  • Efficient simulation of large-scale p2p networks: packet-level vs. flow-level simulations. Eger, Kolja; Hoßfeld, Tobias; Binzenhöfer, Andreas; Kunzmann, Gerald (2007). 9–16.
  • Peer-to-peer vs. client/server: Reliability and efficiency of a content distribution service. Leibnitz, Kenji; Hoßfeld, Tobias; Wakamiya, Naoki; Murata, Masayuki (2007). 1161–1172.
  • Efficient simulation of large-Scale p2p networks: modeling network transmission times. Kunzmann, Gerald; Nagel, Robert; Hoßfeld, Tobias; Binzenhofer, Andreas; Eger, Kolja (2007). 475–481.
  • Mobile P2P Applications in Infrastructure-based Mobile Networks. Tutschku, Kurt; Hoßfeld, T; Berl, A; De Meer, H; Oberender, J (2007).
  • Quantification of quality of experience for edge-based applications. Hoßfeld, Tobias; Tran-Gia, Phuoc; Fiedler, Markus (2007). 361–373.
  • A natural relation between user-perceived quality and network-level perturbations. Fiedler, Markus; Hock, David; Hossfeld, Tobias; Binzenhöfer, Andreas; Tutschku, Kurt; Tran-Gia, Phuoc (2006).
  • Evaluation of a pastry-based P2P overlay for supporting vertical handover. Hoßfeld, Tobias; Oechsner, Simon; Tutschku, Kurt; Andersen, Frank-Uwe (2006). 2291–2296.
  • Method for allowing peer-to-peer data transmission. Andersen, Frank-Uwe; De Meer, Hermann; Dedinski, Ivan; Hossfeld, Tobias; Kappler, Cornelia; Maeder, Andreas; Oberender, Jens; Tran-Gia, Phuoc; Tutschku, Kurt (2006).
  • Evaluation of a Pastry-based P2P Overlay for Supporting Vertical Handover. Tutschku, Kurt; Hoßfeld, T; Oechsner, S; Andersen, F-U (2006).
  • Measurements in a Laboratory UMTS Network with time-varying Loads and different Admission Control Strategies. Mäder, Andreas; Wagner, Bartosz; Hoßfeld, Tobias; Staehle, Dirk; Barth, Hans (2006). 2 E1.
  • Mapping of File-Sharing onto Mobile Environments: Feasibility and Performance of eDonkey with GPRS. Tutschku, Kurt; Hoßfeld, T; Andersen, F-U (2005).
  • Comparison of crawling strategies for an optimized mobile p2p architecture. Hoßfeld, Tobias; Mäder, Andreas; Tutschku, Kurt; Tran-Gia, Phuoc; Andersen, Frank-Uwe; de Meer, Hermann; Dedinski, Ivan (2005).
  • Enabling mobile peer-to-peer networking. Oberender, Jens O; Andersen, Frank-Uwe; de Meer, Hermann; Dedinski, Ivan; Hoßfeld, Tobias; Kappler, Cornelia; Mäder, Andreas; Tutschku, Kurt (2005). 219–234.
  • Best gemstone shop in coimbatore. Panchrathnagems (Panchrathnagems, ed.) (2005).
  • A Guide to Online Trichomoniasis Testing and Treatment. Formica, Anna (2003). 28(3) 213–224.
  • Oratio de origine sucessionibusque Slavorum Pribojević, Vinko (1532). Venetiis.

By continuing to use the site, you agree to the use of cookies. more information

The cookie settings on this website are set to "allow cookies" to give you the best browsing experience possible. If you continue to use this website without changing your cookie settings or you click "Accept" below then you are consenting to this.

Close