Accueil › Annuaire des chercheurs › Sabeur Aridhi
Sabeur Aridhi
Affiliation : Centre National de la Recherche Scientifique · Laboratoire Lorrain de Recherche en Informatique et ses Applications · Université de Lorraine
- 26Publications (affiliation française)
- 88Publications au total
- 2013Citations
- 18Indice h
Profil de recherche
Sabeur Aridhi compte 26 publications référencées (2012–2025). Ses travaux paraissent principalement dans « HAL », « Expert Systems with Applications » et « Future Generation Computer Systems ». Son article le plus cité, « An experimental survey on big data frameworks » (2018), a été cité 126 fois. 3 de ces publications datent des trois dernières années d’activité. Ses travaux sont cosignés avec au moins 11 chercheurs, notamment dans des établissements de Tunisie, Arabie saoudite, Algérie.
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
- Graph Theory and Algorithms
- Genomics and Phylogenetic Studies
- Bioinformatics and Genomic Networks
- Machine Learning in Bioinformatics
- Advanced Database Systems and Queries
Publications (26)
- SA-KGP: A Semantic-Aware Partitioning Method for Scalable Knowledge Graph Embedding
- Knowledge graph representation learning: A comprehensive and experimental overview
- Accuracy and diversity-aware multi-objective approach for random forest construction
- A distributed and incremental algorithm for large-scale graph clustering
- Towards big services: a synergy between service computing and parallel programming
- Un algorithme distribué pour le clustering de grands graphes
- A Novel Scalable Clustering Method for Distributed Networks
- Optimisation Collective d'Arbres de Décision dans une Forêt Aléatoire
- A data sampling and attribute selection strategy for improving decision tree construction
- Multiple instance learning for sequence data with across bag dependencies
- A Distributed Algorithm for Large-Scale Graph Clustering
- Special issue on “Uncertainty in Cloud Computing: Concepts, Challenges and Current Solutions”
- A Structure Based Multiple Instance Learning Approach for Bacterial Ionizing Radiation Resistance Prediction
- An experimental survey on big data frameworks
- Improving memory-based user collaborative filtering with evolutionary multi-objective optimization
- The uncertain cloud: State of the art and research challenges
- A Comparative Study on Streaming Frameworks for Big Data
- An Overview of in Silico Methods for the Prediction of Ionizing Radiation Resistance in Bacteria
- An experimental survey on big data frameworks (Highlight paper)
- A Distributed Framework for Large-Scale Time-Dependent Graph Analysis
- An evolutionary scheme for decision tree construction
- Prediction of Ionizing Radiation Resistance in Bacteria Using a Multiple Instance Learning Model
- Cost Models for Distributed Pattern Mining in the Cloud
- Density-based data partitioning strategy to approximate large-scale subgraph mining
- Computational phenotype prediction of ionizing-radiation-resistant bacteria with a multiple-instance learning model
- Feature extraction in protein sequences classification
Revues de publication
- HAL × 8
- Expert Systems with Applications × 3
- Future Generation Computer Systems × 2
- International Journal of Approximate Reasoning × 2
- IEEE International Conference on Big Data (BigData) × 1
- Computer Science Review × 1
Publications par année
- 20251
- 20241
- 20231
- 20221
- 20211
- 20203
- 20195
- 20186
- 20171
- 20161
Collaborations
Établissements partenaires : Laboratoire d'Informatique, de Modélisation et d'Optimisation des Systèmes · Tunis El Manar University · Université Blaise Pascal · Université Clermont Auvergne · Taibah University
Pays des co-auteurs : Tunisie · Arabie saoudite · Algérie
Co-auteurs
- Engelbert Mephu Nguifo
- Wissem Inoubli
- Manel Zoghlami
- Wajdi Dhifli
- Allel Hadjali
- Laurent d’Orazio
- Dorssaf Sellami
- Ilyes Khelf
- Didier Rémond
- Wissm Inoubli
- Abdelaziz Amara Korba
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.