الرئيسية › دليل الباحثين › Samya Tajmouati
Samya Tajmouati
الانتماء : Université Ibn-Tofail · Mohammed V University
- 5منشورات (انتماء مغربي)
- 9مجموع المنشورات
- 53الاستشهادات
- 4مؤشر h
الملف البحثي
لدى Samya Tajmouati 5 منشور(ات) مفهرسة (2018–2024). تُنشر أعماله أساسًا في «International Conference on Learning and Optimization Algorithms: Theory and Applications (LOPAL)»، «Journal of Forecasting» و«OPSEARCH». أكثر مقالاته استشهادًا هو «Applying k ‐nearest neighbors to time series forecasting: Two new approaches» (2024)، وقد استُشهد به 22 مرة. 3 من هذه المنشورات تعود إلى آخر ثلاث سنوات من النشاط. شارك في تأليف أعماله 5 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
- Forecasting Techniques and Applications
- Stock Market Forecasting Methods
- Time Series Analysis and Forecasting
- COVID-19 epidemiological studies
- Probability and Statistical Research
المنشورات (5)
- Applying k ‐nearest neighbors to time series forecasting: Two new approaches
- Classical and fast parameters tuning in nearest neighbors with stop condition
- Applying regression conformal prediction with nearest neighbors to time series data
- A study of the application of statistical methods for Big data
- Asymptotic ruin probabilities in a discrete-time risk model with heavy-tailed random sums
مجلات النشر
- International Conference on Learning and Optimization Algorithms: Theory and Applications (LOPAL) × 2
- Journal of Forecasting × 1
- OPSEARCH × 1
- Communications in Statistics - Simulation and Computation × 1
المنشورات حسب السنة
- 20241
- 20231
- 20221
- 20182
التعاون العلمي
المؤسسات الشريكة : Abdelmalek Essaâdi University · Université Hassan 1er · Université Moulay Ismail de Meknes
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.