الرئيسية › دليل الباحثين › Khaled Bensid
Khaled Bensid
الانتماء : University of Ouargla
- 20منشورات (انتماء جزائري)
- 21مجموع المنشورات
- 291الاستشهادات
- 9مؤشر h
الملف البحثي
لدى Khaled Bensid 20 منشور(ات) مفهرسة (2018–2026). تُنشر أعماله أساسًا في «International Conference on Pattern Analysis and Intelligent Systems (PAIS)»، «International Arab Conference on Information Technology (ACIT)» و«Visual Computing for Industry Biomedicine and Art». أكثر مقالاته استشهادًا هو «Efficient palmprint biometric identification systems using deep learning and feature selection methods» (2022)، وقد استُشهد به 69 مرة. 8 من هذه المنشورات تعود إلى آخر ثلاث سنوات من النشاط. شارك في تأليف أعماله 12 باحثًا على الأقل، منهم باحثون من مؤسسات في فنلندا.
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
- Biometric Identification and Security
- Advanced Neural Network Applications
- Gait Recognition and Analysis
- AI in cancer detection
- User Authentication and Security Systems
المنشورات (20)
- A Graph Neural Network–Enhanced Differential Evolution Approach for Multi-Parameter Optimization of Proton Exchange Membrane Fuel Cells
- Advancing breast cancer diagnosis: token vision transformers for faster and accurate classification of histopathology images
- Vision transformer based convolutional neural network for breast cancer histopathological images classification
- Vision transformer-convolution for breast cancer classification using mammography images: A comparative study
- Mammography Breast Cancer Classification Using Vision Transformers
- Vision Transformer Based Tokenization for Enhanced Breast Cancer Histopathological Images Classification
- Leveraging Knowledge Distillation in Vision Transformers for Binary Classification of Kidney Tumors from CT Radiography Images
- Auto-weighted Multi-view Clustering with Unified Binary Representation and Deep Initialization
- A Deep Learning-Based Multimodal Recognition Biometric System Using Finger Vein and Finger Knuckle Print
- An effective hyperspectral palmprint identification system based on deep learning and band selection approach
- Efficient palmprint biometric identification systems using deep learning and feature selection methods
- Face Presentation Attack Detection Using Deep Background Subtraction
- Automatically weighted binary multi-view clustering via deep initialization (AW-BMVC)
- Face Spoof Attack Detection using Deep Background Subtraction
- Efficient covid19 disease diagnosis based on cough signal processing and supervised machine learning
- SNCF workers detection in the railway environment based on improved YOLO v5
- Finger-Knuckle-Print Recognition Using Deep Convolutional Neural Network
- An Improved Multispectral Palmprint System Using Deep CNN-based Palm-Features
- Deep learning feature extraction for multispectral palmprint identification
- 2D and 3D Palmprint Recognition using Deep Learning Method
مجلات النشر
- International Conference on Pattern Analysis and Intelligent Systems (PAIS) × 2
- International Arab Conference on Information Technology (ACIT) × 2
- Visual Computing for Industry Biomedicine and Art × 1
- Multimedia Tools and Applications × 1
- International Journal of Hybrid Intelligent Systems × 1
- Lecture notes in networks and systems × 1
المنشورات حسب السنة
- 20261
- 20251
- 20246
- 20232
- 20226
- 20201
- 20191
- 20182
التعاون العلمي
المؤسسات الشريكة : University of Oulu · Université Larbi Tébessi
بلدان المؤلفين المشاركين : فنلندا
المؤلفون المشاركون
- Djamel Samai
- Azeddine Benlamoudi
- Abdallah Meraoumia
- Oussama Aiadi
- Selma Trabelsi
- Khamis Houfar
- Maarouf Korichi
- Abdelhai Lati
- Bilal Benarabi
- Brahim Ghouar
- Yahia Hathat
- Adel Zga
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.