الرئيسية › دليل الباحثين › Vincent Barra
Vincent Barra
الانتماء : Centre National de la Recherche Scientifique · Université Clermont Auvergne · Laboratoire d'Informatique, de Modélisation et d'Optimisation des Systèmes
- 20منشورات (انتماء فرنسي)
- 190مجموع المنشورات
- 2201الاستشهادات
- 24مؤشر h
الملف البحثي
لدى Vincent Barra 20 منشور(ات) مفهرسة (2012–2026). تُنشر أعماله أساسًا في «HAL»، «Information Sciences» و«Neurocomputing». أكثر مقالاته استشهادًا هو «Forecasting vegetation indices from spatio-temporal remotely sensed data using deep learning-based approaches: A systematic literature revie» (2022)، وقد استُشهد به 129 مرة. 4 من هذه المنشورات تعود إلى آخر ثلاث سنوات من النشاط. شارك في تأليف أعماله 7 باحثًا على الأقل، منهم باحثون من مؤسسات في تونس، المغرب، الجزائر.
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
- Medical Image Segmentation Techniques
- Remote-Sensing Image Classification
- Advanced Image Fusion Techniques
- Advanced Neural Network Applications
- Solar and Space Plasma Dynamics
المنشورات (20)
- Fourier-optimal loss for distortion and time in non-stationary time series forecasting
- A Transformer-Based Explainable Deep Learning Model for Counterfactual Causal Intervention in Multivariate Spatio-Temporal Time Series Forecasting
- SYNAPSE: A multi-agent LLM framework with parameter-free cross-attention fusion for interpretable multimodal spatio-temporal forecasting
- Trustworthy AI for Spatio-Temporal Forecasting via Counterfactual Causality
- Multi-attention Generative Adversarial Network for multi-step vegetation indices forecasting using multivariate time series
- Real-World Case Study of a Deep Learning Enhanced Elderly Person Fall Video-Detection System
- Forecasting vegetation indices from spatio-temporal remotely sensed data using deep learning-based approaches: A systematic literature review
- Top-Down System for Multi-Person 3D Absolute Pose Estimation from Monocular Videos
- Fused 3-D spectral-spatial deep neural networks and spectral clustering for hyperspectral image classification
- A non-stationary NDVI time series modelling using triplet Markov chain
- Semi-supervised superpixel classification for medical images segmentation: application to detection of glaucoma disease
- Triplet Markov Chain for Modeling a Non-Stationary NDVI Time Series
- A new feature selection approach based on ensemble methods in semi-supervised classification
- Rare events detection in NDVI time-series using Jarque-Bera test
- An adaptive multiplicative decomposition of non stationary multi-temporal satellite images: Application to urban changes detection
- A study of changes prediction by HMM with non-stationarity image data: Case of urban area
- Towards an Intelligent Predictive Model for Analyzing Spatio-Temporal Satellite Image Based on Hidden Markov Chain
- Seasonal Vegetation Prediction from Satellite image using Hidden Markov Model
- Spatio-temporal modeling based on hidden Markov model for object tracking in satellite imagery
- Monitoring intra-urban changes with Hidden Markov Models using the spatial relationships
مجلات النشر
- HAL × 3
- Information Sciences × 1
- Neurocomputing × 1
- IEEE International Conference on Tools with Artificial Intelligence (ICTAI) × 1
- Engineering Applications of Artificial Intelligence × 1
- International Joint Conference on Computer Vision, Imaging and Computer Graphics Theory and Applications (VISIGRAPP) × 1
المنشورات حسب السنة
- 20263
- 20251
- 20232
- 20222
- 20201
- 20191
- 20171
- 20161
- 20152
- 20142
التعاون العلمي
المؤسسات الشريكة : National School of Computer Science · Manouba University · Télécom Bretagne · Institut Supérieur d’Informatique, de Modélisation et de leurs Applications · Mohammed V University
بلدان المؤلفين المشاركين : تونس · المغرب · الجزائر
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.