الرئيسية › دليل الباحثين › Adel Boudiaf
Adel Boudiaf
الانتماء : Research Center in Industrial Technologies
- 17منشورات (انتماء جزائري)
- 22مجموع المنشورات
- 328الاستشهادات
- 9مؤشر h
الملف البحثي
لدى Adel Boudiaf 17 منشور(ات) مفهرسة (2015–2026). تُنشر أعماله أساسًا في «Journal of Failure Analysis and Prevention»، «The International Journal of Advanced Manufacturing Technology» و«Sensors». أكثر مقالاته استشهادًا هو «A Comparative Study of Various Methods of Bearing Faults Diagnosis Using the Case Western Reserve University Data» (2016)، وقد استُشهد به 138 مرة. 9 من هذه المنشورات تعود إلى آخر ثلاث سنوات من النشاط. شارك في تأليف أعماله 12 باحثًا على الأقل، منهم باحثون من مؤسسات في فرنسا.
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
- Industrial Vision Systems and Defect Detection
- Machine Fault Diagnosis Techniques
- Fault Detection and Control Systems
- Gear and Bearing Dynamics Analysis
- Non-Destructive Testing Techniques
المنشورات (17)
- Bearing fault diagnosis based on continuous wavelet transform, dynamic time warping, and multi-layer perceptron
- Hybrid Diagnostic Framework for Interpretable Bearing Fault Classification Using CNN and Dual-Stage Feature Selection
- FL-DDQN: A federated double deep Q-learning framework for enhancing irrigation management across family multi-farms environments
- YOLOv8-Based Photovoltaic Module Detection Using Aerial Imagery
- A Robust ML-Based Diagnostic Procedure for Rotating Machinery under Varying Noise, Speed, and Load Conditions
- Steel surface defect recognition using classifier combination
- Development of Hybrid Models Based on AlexNet and Machine Learning Approaches for Strip Steel Surface Defect Classification
- Steel Surface Defects Classification Based on Multi-Derivatives Locally Encoded Transform Feature Histogram (LETRIST) Features
- Computer Vision-Based PV Module Fault Recognition Using a Transfer Learning Approach
- Classification of Surface Defects on Steel Strip Images using Convolution Neural Network and Support Vector Machine
- Automatic surface defect recognition for hot-rolled steel strip using AlexNet convolutional neural network
- Binary Gabor pattern (BGP) descriptor and principal component analysis (PCA) for steel surface defects classification
- Image compression of surface defects of the hot-rolled steel strip using Principal Component Analysis
- Identification approaches for steel strip surface defects in hot rolling Process
- A Comparative Study of Various Methods of Bearing Faults Diagnosis Using the Case Western Reserve University Data
- A summary of vibration analysis techniques for fault detection and diagnosis in bearing
- Vibration-based gearbox fault diagnosis by DWPT and PCA approaches and an adaptive neuro-fuzzy inference system
مجلات النشر
- Journal of Failure Analysis and Prevention × 3
- The International Journal of Advanced Manufacturing Technology × 2
- Sensors × 1
- Journal of Ambient Intelligence and Smart Environments × 1
- Lecture notes in networks and systems × 1
- International Conference on Applied Automation and Industrial Diagnostics (ICAAID) × 1
المنشورات حسب السنة
- 20261
- 20254
- 20244
- 20222
- 20201
- 20191
- 20181
- 20162
- 20151
التعاون العلمي
المؤسسات الشريكة : University of Guelma · Université Oran 1 Ahmed Ben Bella · University of Biskra · University of Boumerdes · University Center of Barika
بلدان المؤلفين المشاركين : فرنسا
المؤلفون المشاركون
- Rachid Zaghdoudi
- Slimane Ziani
- Abdelmalek Bouguettaya
- Issam Attoui
- Said Benlahmidi
- Khaled Harrar
- Amine Dahane
- Hamid Séridi
- Abdelkrim Moussaoui
- A. Mellit
- Nadir Fergani
- Mohamed Elhachemi Saouli
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.