Accueil › Annuaire des chercheurs › Samir Boudibi
Samir Boudibi
Affiliation : CRSTRA
- 16Publications (affiliation algérienne)
- 18Publications au total
- 279Citations
- 7Indice h
Profil de recherche
Samir Boudibi compte 16 publications référencées (2021–2026). Ses travaux paraissent principalement dans « International Journal of Environmental Science and Technology », « Environmental Science and Pollution Research » et « Zenodo (CERN European Organization for Nuclear Research) ». Son article le plus cité, « Water quality index modeling using random forest and improved SMO algorithm for support vector machine in Saf-Saf river basin » (2022), a été cité 152 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
- Water Quality and Pollution Assessment
- Soil Geostatistics and Mapping
- Hydrological Forecasting Using AI
- Smart Agriculture and AI
- Advanced Neural Network Applications
Publications (16)
- Hybrid machine learning and kriging approaches for predicting and mapping soil salinity in an arid region
- Correction: Hybrid machine learning and kriging approaches for predicting and mapping soil salinity in an arid region
- VeriField: in-scene negative sets, code, protocols and results for category-routed box verification in agricultural visual grounding
- Optimizing Sugar Beet Irrigation in Arid Regions: A Machine Learning Approach to Soil Moisture Prediction
- Deep learning for chemical classification and valorization of Opuntia ficus-indica by-products
- ACAM-EfficientDet: a robust deep learning framework for detecting small lesions on plant leaves
- Groundwater salinity modeling and mapping using machine learning approaches: a case study in Sidi Okba region, Algeria
- Deep Learning Approaches for Plant Diseases Identification and Classification: A Comprehensive Review
- Integrating geostatistical methods and neural networks for enhanced transmissivity mapping in the heterogeneous Annaba aquifer system (SE Algeria)
- Prediction of nitrate concentrations using multiple linear regression and radial basis function neural network in the Cheliff River basin, Algeria
- Water quality index modeling using random forest and improved SMO algorithm for support vector machine in Saf-Saf river basin
- Assessment of groundwater vulnerability using remote sensing, susceptibility index, and WetSpass model in an arid region (Biskra, SE Algeria)
- Spatial simulation of groundwater recharge in an arid region (Biskra, SE Algeria)
- Spatial prediction and modeling of soil salinity using simple cokriging, artificial neural networks, and support vector machines in El Outaya plain, Biskra, southeastern Algeria
- Spatial variability and risk assessment of groundwater pollution in El-Outaya region, Algeria
- Prediction of Effluent Chemical Oxygen Demand and Suspended Solids From a Domestic Wastewater Treatment Plant Using SVM and ANN
Revues de publication
- International Journal of Environmental Science and Technology × 2
- Environmental Science and Pollution Research × 2
- Zenodo (CERN European Organization for Nuclear Research) × 1
- Sugar Tech × 1
- South African Journal of Botany × 1
- Journal of Ambient Intelligence and Humanized Computing × 1
Publications par année
- 20263
- 20253
- 20243
- 20231
- 20223
- 20213
Collaborations
Établissements partenaires : University of Biskra · Badji Mokhtar-Annaba University · École Nationale Supérieure Agronomique · University of Ouargla · University of Batna 1
Co-auteurs
- Zine-eddine Khomri
- Bachir Sakaa
- A. Aissaoui
- Azzedine Hani
- Zineeddine Benguega
- Abdelhamid Foughalia
- Imene Aloui
- Hicham Chaffaï
- H. Fadlaoui
- A. Aissaoui
- A. Mihoub
- Haroun Fadlaoui
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.