Accueil › Annuaire des chercheurs › Karim Tahiry
Karim Tahiry
Affiliation : Université Hassan 1er
- 19Publications (affiliation marocaine)
- 23Publications au total
- 253Citations
- 7Indice h
Profil de recherche
Karim Tahiry compte 19 publications référencées (2016–2026). Ses travaux paraissent principalement dans « Bulletin of Electrical Engineering and Informatics », « Multimedia Tools and Applications » et « International Conference on Advanced Communication Technologies and Networking (CommNet) ». Son article le plus cité, « Advancing brain tumor classification accuracy through deep learning: harnessing radimagenet pre-trained convolutional neural networks, ensem » (2024), a été cité 77 fois. 5 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
- Speech Recognition and Synthesis
- Phonetics and Phonology Research
- Speech and Audio Processing
- AI in cancer detection
- Brain Tumor Detection and Classification
Publications (19)
- The Energy-Dispersion Index (EDI) and Cross-Domain Archetypes: Towards Fully Automated VMD Decomposition for Robust Fault Detection
- Enhancing brain tumor classification with a simplified CNN through hyperparameter optimization
- Eagle strategy-based crow search algorithm for UCP: integration of pumped storage units in smart grid environment
- Variational Mode Decomposition (VMD) Parameter Selection Using Sine-Cosine Algorithm (SCA): Application on Vibration Signals for Rotating Machinery Monitoring
- Advancing brain tumor classification accuracy through deep learning: harnessing radimagenet pre-trained convolutional neural networks, ensemble learning, and machine learning classifiers on MRI brain images
- Ensemble learning based-features extraction for brain mr images classification with machine learning classifiers
- Efficient Brain Tumor Classification on Resource-Constrained Devices Using Stacking Ensemble and RadImageNet Pretrained Models
- Deep Learning Approach for Brain Tumor Classification Implemented in Raspberry Pi
- Arabic vowels characterization and classification using the normalized energy relating to formants and pitch
- Brain tumor classification in magnetic resonance imaging images using convolutional neural network
- Ensemble Transfer Learning for Brain Tumor Classification
- Economic dispatch problem in smart grid system with considerations for pumped storage
- Arabic vowels characterization and classification using the normalized energy in frequency bands
- Energy distribution in formant bands for arabic vowels
- Arabic Vowels Acoustic Characterization
- Arabic Stop Consonant Acoustic Characterization
- Architecture réseaux et électroniques embarqués automobile
- Arabic stop consonants characterisation and classification using the normalized energy in frequency bands
- Energy bands and spectral cues for Arabic vowels recognition
Revues de publication
- Bulletin of Electrical Engineering and Informatics × 4
- Multimedia Tools and Applications × 2
- International Conference on Advanced Communication Technologies and Networking (CommNet) × 2
- HAL × 2
- International Journal of Speech Technology × 2
- Vibration × 1
Publications par année
- 20262
- 20252
- 20241
- 20234
- 20224
- 20194
- 20171
- 20161
Collaborations
Établissements partenaires : Cadi Ayyad University · Université Ibn Zohr
Co-auteurs
- Abdelmajid Farchi
- Nihal Remzan
- Mohamed Farchi
- Badia Mounir
- Ahmed Mouhsen
- Ilham Mounir
- Ikram Bagri
- Achraf Touil
- Abdelwahed Echchatbi
- Aziz Hraiba
- Ahmed Mouhsen
- Adil Rizki
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.