Accueil › Annuaire des chercheurs › Ahmed Samet
Ahmed Samet
Affiliation : Centre National de la Recherche Scientifique · Institut National des Sciences Appliquées de Strasbourg · Laboratoire des Sciences de l'Ingénieur, de l'Informatique et de l'Imagerie · Université de Strasbourg
- 18Publications (affiliation française)
- 103Publications au total
- 808Citations
- 14Indice h
Profil de recherche
Ahmed Samet compte 18 publications référencées (2011–2025). Ses travaux paraissent principalement dans « Lecture notes in computer science », « International Conference on Machine Learning and Applications » et « Journal of Intelligent Manufacturing ». Son article le plus cité, « Evidential data mining: precise support and confidence » (2016), a été cité 27 fois. 2 de ces publications datent des trois dernières années d’activité. Ses travaux sont cosignés avec au moins 6 chercheurs, 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
- Advanced Battery Technologies Research
- Advancements in Battery Materials
- Data Mining Algorithms and Applications
- Topic Modeling
- Design Education and Practice
Publications (18)
- BATT2GRAPH: A Hybrid CNN-LSTM and Temporal Graph-Based Approach for Lithium-Ion Battery SOH Prediction and Anomaly Detection
- Dynamic Time Warping-Based Evidential Clustering of Time Series with c-Medoids
- Evidence Theory Based Combination of Frequent Chronicles for Failure Prediction
- On mining frequent chronicles for machine failure prediction
- Frequent Chronicle Mining: Application on Predictive Maintenance
- Evidential data mining: precise support and confidence
- Mining Frequent Patterns from Correlated Incomplete Databases
- Reliability Estimation Measure: Generic Discounting Approach
- Classification with Evidential Associative Rules
- Evidential Database: A New Generalization of Databases?
- Integration of Extra-Information for Belief Function Theory Conflict Management Problem Through Generic Association Rules
- Belief Function Classification with Conflict Management: Application on Forest Image
- Response to “Addendum for the TBM global distance measure for the association of uncertain combat ID declarations” by B. Ristic, M.C. Florea and E. Boissé
- Belief function theory : application of data mining tools for imperfect data treatment
- Mining Frequent Itemsets in Evidential Database
- Reliability estimation with Extrinsic and Intrinsic measure in belief function theory
- Generic Discounting Evaluation Approach for Urban Image Classification
- Classification of high-resolution remote sensing image by adapting the distance belief function estimation model
Revues de publication
- Lecture notes in computer science × 4
- International Conference on Machine Learning and Applications × 2
- Journal of Intelligent Manufacturing × 1
- Journal of Intelligent Information Systems × 1
- HAL × 1
- International Journal of Pattern Recognition and Artificial Intelligence × 1
Publications par année
- 20252
- 20201
- 20191
- 20181
- 20162
- 20151
- 20146
- 20133
- 20111
Collaborations
Établissements partenaires : Tunis University · Tunis El Manar University · Université Lille Nord de France · Université d'Artois · Institut Mines-Télécom
Pays des co-auteurs : Tunisie
Co-auteurs
- Éric Lefèvre
- François de Bertrand de Beuvron
- Hajer Akid
- Slimane Arbaoui
- Sadok Ben Yahia
- Baptiste Lafabrègue
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.