Accueil › Annuaire des chercheurs › Pawan J. Lingras
Pawan J. Lingras
Affiliation : Saint Mary's University
- 25Publications (affiliation canadienne)
- 226Publications au total
- 4274Citations
- 35Indice h
Profil de recherche
Pawan J. Lingras compte 25 publications référencées (2009–2026). Ses travaux paraissent principalement dans « Lecture notes in computer science », « Communications in computer and information science » et « Fuzzy Sets and Systems ». Son article le plus cité, « Classification systems based on rough sets under the belief function framework » (2011), a été cité 35 fois. 2 de ces publications datent des trois dernières années d’activité. Ses travaux sont cosignés avec au moins 1 chercheur, notamment dans des établissements de Tunisie.
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
- Rough Sets and Fuzzy Logic
- Advanced Clustering Algorithms Research
- Data Mining and Machine Learning Applications
- Fuzzy and Soft Set Theory
- Data Mining Algorithms and Applications
Publications (25)
- A Possibilistic K-Modes Approach for Incremental Object Integration
- A Possibilistic K-Modes Framework for Decremental Object Processing
- Meta-clustering of possibilistically segmented retail datasets
- Semantically Segmented Clustering Based on Possibilistic and Rough Set Theories
- Decremental Rough Possibilistic K-Modes
- Rough possibilistic meta-clustering of retail datasets
- Semantically Enhanced Clustering in Retail Using Possibilistic K-Modes
- Meta-clustering approach using possibilistic membership: Application to retail datasets
- Iterative meta-clustering through granular hierarchy of supermarket customers and products
- Incremental Rough Possibilistic K-Modes
- The K-Modes Method under Possibilistic Framework
- The k-modes method using possibility and rough set theories
- Incremental Possibilistic K-Modes
- Belief Discernibility Matrix and Function for Incremental or Large Data
- Exhaustive Search with Belief Discernibility Matrix and Function
- RPKM: The Rough Possibilistic K-Modes
- K-Modes Clustering Using Possibilistic Membership
- Heuristic for Attribute Selection Using Belief Discernibility Matrix
- Classification systems based on rough sets under the belief function framework
- Classification with Dynamic Reducts and Belief Functions
- Rule Discovery Process Based on Rough Sets under the Belief Function Framework
- A Comparison of Dynamic and Static Belief Rough Set Classifier
- Belief Rough Set Classification for web mining based on dynamic core
- Belief Rough Set Classifier
- Dynamic Reduct from Partially Uncertain Data Using Rough Sets
Revues de publication
- Lecture notes in computer science × 15
- Communications in computer and information science × 2
- Fuzzy Sets and Systems × 1
- International Journal of Intelligent Systems × 1
- IEEE International Conference on Data Science and Advanced Analytics (DSAA) × 1
- World Conference on Complex Systems × 1
Publications par année
- 20262
- 20152
- 20144
- 20137
- 20123
- 20112
- 20103
- 20092
Collaborations
Établissements partenaires : Tunis University · Institut Supérieur de Gestion de Tunis
Pays des co-auteurs : Tunisie
Co-auteurs
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.