الرئيسية › دليل الباحثين › M. Hached
M. Hached
الانتماء : Centre National de la Recherche Scientifique · Université de Lille · Laboratoire Paul Painlevé
- 4منشورات (انتماء فرنسي)
- 25مجموع المنشورات
- 142الاستشهادات
- 8مؤشر h
الملف البحثي
لدى M. Hached 4 منشور(ات) مفهرسة (2011–2024). تُنشر أعماله أساسًا في «Journal of Computational and Applied Mathematics»، «HAL» و«International Conference on Dependable Systems, Services and Technologies (DESSERT)». أكثر مقالاته استشهادًا هو «A preconditioned block Arnoldi method for large Sylvester matrix equations» (2011)، وقد استُشهد به 19 مرة. 3 من هذه المنشورات تعود إلى آخر ثلاث سنوات من النشاط. شارك في تأليف أعماله 3 باحثًا على الأقل، منهم باحثون من مؤسسات في المغرب.
هل هذا أنت؟ عرّف بأبحاثك
أنشئ ملفك على DzCademia مجانًا وأضف مقالاتك: ستظهر بسهولة أكبر على Google وفي مساعدي الذكاء الاصطناعي مثل ChatGPT، فيقرؤها ويستشهد بها عدد أكبر من الناس.
إنشاء ملفي المجاني إضافة منشوراتيمجالات البحث
- Matrix Theory and Algorithms
- Numerical methods for differential equations
- Advanced Control Systems Optimization
- Tensor decomposition and applications
- Advanced Numerical Methods in Computational Mathematics
المنشورات (4)
- Tensor Golub–Kahan method based on Einstein product
- Tensor Golub Kahan based on Einstein product
- Golub Kahan Based Methods for Partial Multidimensional Singular Value Decomposition
- A preconditioned block Arnoldi method for large Sylvester matrix equations
مجلات النشر
- Journal of Computational and Applied Mathematics × 1
- HAL × 1
- International Conference on Dependable Systems, Services and Technologies (DESSERT) × 1
- Numerical Linear Algebra with Applications × 1
المنشورات حسب السنة
- 20241
- 20232
- 20111
التعاون العلمي
المؤسسات الشريكة : Université du littoral côte d'opale · Université Mohammed VI Polytechnique · Université Lille Nord de France
بلدان المؤلفين المشاركين : المغرب
المؤلفون المشاركون
البيانات البيبليوغرافية مصدرها OpenAlex (قاعدة مفتوحة).
لماذا تختارون Dzcademia؟
ملفات أكاديمية ومقالات ومداخلات علمية: امنحوا أبحاثكم حضوراً عاماً منظماً. تساعد البيانات الوصفية المدمجة محركات البحث ومساعدات الذكاء الاصطناعي على التعرف على أعمالكم وفهم مراجعها.
علّق عبر Google
سجّل الدخول عبر Google للتعليق مباشرة على هذه الصفحة.