Accueil › Annuaire des chercheurs › Nadjette Dendani
Nadjette Dendani
Affiliation : Badji Mokhtar-Annaba University
- 13Publications (affiliation algérienne)
- 15Publications au total
- 53Citations
- 2Indice h
Profil de recherche
Nadjette Dendani compte 13 publications référencées (2019–2026). Ses travaux paraissent principalement dans « International Conference on Pattern Analysis and Intelligent Systems (PAIS) », « Communications in computer and information science » et « International Journal of Advanced Natural Sciences and Engineering Researches ». Son article le plus cité, « Particle Swarm Optimization Based Swarm Intelligence for Active Learning Improvement: Application on Medical Data Classification » (2020), a été cité 41 fois. 9 de ces publications datent des trois dernières années d’activité. Ses travaux sont cosignés avec au moins 12 chercheurs.
C’est vous ? Faites connaître vos travaux
Créez gratuitement votre profil DzCademia et ajoutez vos articles : ils apparaîtront plus facilement sur Google et dans les assistants d’IA comme ChatGPT. Plus de personnes pourront vous lire et vous citer.
Créer mon profil gratuit Ajouter mes publicationsDomaines de recherche
- Artificial Intelligence in Healthcare
- Machine Learning and Data Classification
- Imbalanced Data Classification Techniques
- Aquatic Ecosystems and Phytoplankton Dynamics
- Hydrological Forecasting Using AI
Publications (13)
- A Novel Probabilistic- Based Data Enrichment Approach for imbalanced Medical Dataset Classification
- A Hybrid LSTM-Enhanced Reinforcement Learning Framework for Intelligent Smart Agriculture
- Explainable Artificial Intelligence for Advanced Medical Data Prediction: Methods and Applications
- GAN-Enhanced Deep Learning Approach for Forecasting the Potentially Toxic Cyanobacteria in Dams
- Comparative Study Using Ensemble Methods and Sampling Techniques for Imbalanced Diabetes Data
- Leveraging Artificial Intelligence for Cyanobacterial Bloom Prediction: A Hybrid Deep Learning and Generative Adversarial Network Framework for Accurate Forecasting and Proactive Management
- Ensemble Methods for Predicting Cyanobacteria’s Potential Toxicity in Water Dams
- Enhancing Diabetes Diagnosis through the Investigation of Cost-Sensitive Learning with Ensemble Techniques
- Novel SMote Based Ensemble Model for Medical Multi Class Imbalanced Data Set
- Shunt active power filter with a three-phase neutral-point-clamped inverter for power quality improvement based on fractional order proportional integral control
- Chaotic Binary Particle Swarm with Anti Stagnation Strategy on Feature Selection
- Particle Swarm Optimization Based Swarm Intelligence for Active Learning Improvement: Application on Medical Data Classification
- Rules-based decision support system and domain ontology for diabetes diagnosis
Revues de publication
- International Conference on Pattern Analysis and Intelligent Systems (PAIS) × 3
- Communications in computer and information science × 3
- International Journal of Advanced Natural Sciences and Engineering Researches × 2
- Foundations of Computing and Decision Sciences × 1
- International Journal of Advanced Intelligence Paradigms × 1
- Lecture notes in networks and systems × 1
Publications par année
- 20263
- 20254
- 20242
- 20231
- 20211
- 20201
- 20191
Collaborations
Établissements partenaires : Mohamed-Cherif Messaadia University · Université Larbi Tébessi
Co-auteurs
- Nabiha Azizi
- Hana Khemisa
- Amel Saoudi
- Amira Berrezzek
- Yasmine Khedimi
- Nour Djihane Amara
- Mouna Lamari
- Aya Lihoum
- Lyna Djamila Guerch
- Mohamed Ouail Bounour
- Manel Kadri
- Nourhene Kadri
Données bibliographiques issues d’OpenAlex (base ouverte).
Pourquoi choisir DzCademia ?
Pour donner à vos travaux plus de chances d’être découverts et recommandés par les IA. Profils, articles et communications : donnez à votre recherche une présence publique structurée. Les métadonnées intégrées aident les moteurs de recherche et les assistants IA à identifier vos travaux et à comprendre leurs références.
Commenter avec Google
Connecte-toi avec Google pour commenter directement sur cette page.