Accueil › Annuaire des chercheurs › Khaled Bensid
Khaled Bensid
Affiliation : University of Ouargla
- 20Publications (affiliation algérienne)
- 21Publications au total
- 291Citations
- 9Indice h
Profil de recherche
Khaled Bensid compte 20 publications référencées (2018–2026). Ses travaux paraissent principalement dans « International Conference on Pattern Analysis and Intelligent Systems (PAIS) », « International Arab Conference on Information Technology (ACIT) » et « Visual Computing for Industry Biomedicine and Art ». Son article le plus cité, « Efficient palmprint biometric identification systems using deep learning and feature selection methods » (2022), a été cité 69 fois. 8 de ces publications datent des trois dernières années d’activité. Ses travaux sont cosignés avec au moins 12 chercheurs, notamment dans des établissements de Finlande.
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
- Biometric Identification and Security
- Advanced Neural Network Applications
- Gait Recognition and Analysis
- AI in cancer detection
- User Authentication and Security Systems
Publications (20)
- A Graph Neural Network–Enhanced Differential Evolution Approach for Multi-Parameter Optimization of Proton Exchange Membrane Fuel Cells
- Advancing breast cancer diagnosis: token vision transformers for faster and accurate classification of histopathology images
- Vision transformer based convolutional neural network for breast cancer histopathological images classification
- Vision transformer-convolution for breast cancer classification using mammography images: A comparative study
- Mammography Breast Cancer Classification Using Vision Transformers
- Vision Transformer Based Tokenization for Enhanced Breast Cancer Histopathological Images Classification
- Leveraging Knowledge Distillation in Vision Transformers for Binary Classification of Kidney Tumors from CT Radiography Images
- Auto-weighted Multi-view Clustering with Unified Binary Representation and Deep Initialization
- A Deep Learning-Based Multimodal Recognition Biometric System Using Finger Vein and Finger Knuckle Print
- An effective hyperspectral palmprint identification system based on deep learning and band selection approach
- Efficient palmprint biometric identification systems using deep learning and feature selection methods
- Face Presentation Attack Detection Using Deep Background Subtraction
- Automatically weighted binary multi-view clustering via deep initialization (AW-BMVC)
- Face Spoof Attack Detection using Deep Background Subtraction
- Efficient covid19 disease diagnosis based on cough signal processing and supervised machine learning
- SNCF workers detection in the railway environment based on improved YOLO v5
- Finger-Knuckle-Print Recognition Using Deep Convolutional Neural Network
- An Improved Multispectral Palmprint System Using Deep CNN-based Palm-Features
- Deep learning feature extraction for multispectral palmprint identification
- 2D and 3D Palmprint Recognition using Deep Learning Method
Revues de publication
- International Conference on Pattern Analysis and Intelligent Systems (PAIS) × 2
- International Arab Conference on Information Technology (ACIT) × 2
- Visual Computing for Industry Biomedicine and Art × 1
- Multimedia Tools and Applications × 1
- International Journal of Hybrid Intelligent Systems × 1
- Lecture notes in networks and systems × 1
Publications par année
- 20261
- 20251
- 20246
- 20232
- 20226
- 20201
- 20191
- 20182
Collaborations
Établissements partenaires : University of Oulu · Université Larbi Tébessi
Pays des co-auteurs : Finlande
Co-auteurs
- Djamel Samai
- Azeddine Benlamoudi
- Abdallah Meraoumia
- Oussama Aiadi
- Selma Trabelsi
- Khamis Houfar
- Maarouf Korichi
- Abdelhai Lati
- Bilal Benarabi
- Brahim Ghouar
- Yahia Hathat
- Adel Zga
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.