الرئيسية › دليل الباحثين › M. Bahaz
M. Bahaz
الانتماء : University of Batna 2
- 5منشورات (انتماء جزائري)
- 7مجموع المنشورات
- 84الاستشهادات
- 4مؤشر h
الملف البحثي
لدى M. Bahaz 5 منشور(ات) مفهرسة (2007–2018). تُنشر أعماله أساسًا في «Australasian Physical & Engineering Sciences in Medicine»، «International Workshop on Systems, Signal Processing and their Applications» و«Ultrasonics». أكثر مقالاته استشهادًا هو «Efficient algorithm for baseline wander and powerline noise removal from ECG signals based on discrete Fourier series» (2018)، وقد استُشهد به 42 مرة. شارك في تأليف أعماله 4 باحثًا على الأقل.
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
- Ultrasonics and Acoustic Wave Propagation
- Ultrasound Imaging and Elastography
- Ultrasound and Hyperthermia Applications
- Non-Invasive Vital Sign Monitoring
- Artificial Intelligence in Healthcare
المنشورات (5)
- Efficient algorithm for baseline wander and powerline noise removal from ECG signals based on discrete Fourier series
- Selection of a suitable mother wavelet for microemboli classification using SVM and RF signals
- Feature selection based on RF signals and KNN Rule: Application to microemboli classification
- In vitro microemboli classification using neural network models and RF signals
- P1A-5 Analysis of Backscattered Signals with a Neural Network Model for Microemboli Classification
مجلات النشر
- Australasian Physical & Engineering Sciences in Medicine × 1
- International Workshop on Systems, Signal Processing and their Applications × 1
- Ultrasonics × 1
- Proceedings/Proceedings - IEEE Ultrasonics Symposium × 1
المنشورات حسب السنة
- 20181
- 20121
- 20111
- 20101
- 20071
التعاون العلمي
المؤسسات الشريكة : University of Batna 1
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.