الرئيسية › دليل الباحثين › Bashir Ghariba
Bashir Ghariba
الانتماء : University Elmergib
- 5منشورات (انتماء ليبي)
- 7مجموع المنشورات
- 65الاستشهادات
- 4مؤشر h
الملف البحثي
لدى Bashir Ghariba 5 منشور(ات) مفهرسة (2019–2026). تُنشر أعماله أساسًا في «Tobruk University Journal of Engineering Sciences»، «IEEE Access» و«PeerJ Computer Science». أكثر مقالاته استشهادًا هو «SATSal: A Multi-Level Self-Attention Based Architecture for Visual Saliency Prediction» (2022)، وقد استُشهد به 29 مرة. شارك في تأليف أعماله 4 باحثًا على الأقل، منهم باحثون من مؤسسات في كندا.
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
- Visual Attention and Saliency Detection
- Advanced Neural Network Applications
- Gaze Tracking and Assistive Technology
- Video Surveillance and Tracking Methods
- Visual perception and processing mechanisms
المنشورات (5)
- Enhancing Salient Object Detection Through VGG16–VGG19 Architectures
- SATSal: A Multi-Level Self-Attention Based Architecture for Visual Saliency Prediction
- A novel fully convolutional network for visual saliency prediction
- Performance Evaluation of Pre-Trained CNN Models for Visual Saliency Prediction
- Visual Saliency Prediction Based on Deep Learning
مجلات النشر
- Tobruk University Journal of Engineering Sciences × 1
- IEEE Access × 1
- PeerJ Computer Science × 1
- Conference proceedings - Canadian Conference on Electrical and Computer Engineering × 1
- Information × 1
المنشورات حسب السنة
- 20261
- 20221
- 20202
- 20191
التعاون العلمي
المؤسسات الشريكة : University of British Columbia, Okanagan Campus · Centre For Cold Ocean Resources Engineering · Memorial University of Newfoundland · University of British Columbia · Alasmarya Islamic University
بلدان المؤلفين المشاركين : كندا
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.