Accueil › Annuaire des chercheurs › Mohamed Amireche
Mohamed Amireche
Affiliation : Larbi Ben M'hidi University of Oum El Bouaghi
- 4Publications (affiliation algérienne)
- 5Publications au total
- 43Citations
- 3Indice h
Profil de recherche
Mohamed Amireche compte 4 publications référencées (2017–2021). Ses travaux paraissent principalement dans « MATEC Web of Conferences », « IEEE Access » et « Journal of Water and Land Development ». Son article le plus cité, « Highly Accurate Prediction Model for Daily Runoff in Semi-Arid Basin Exploiting Metaheuristic Learning Algorithms » (2021), a été cité 24 fois. 2 de ces publications datent des trois dernières années d’activité. Ses travaux sont cosignés avec au moins 3 chercheurs, notamment dans des établissements de Pologne.
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
- Hydrology and Watershed Management Studies
- Hydrological Forecasting Using AI
- Soil Moisture and Remote Sensing
- Metaheuristic Optimization Algorithms Research
- Neural Networks and Applications
Publications (4)
- Highly Accurate Prediction Model for Daily Runoff in Semi-Arid Basin Exploiting Metaheuristic Learning Algorithms
- The assessment of artificial neural network rainfall-runoff models under different input meteorological parameters Case study: Seybouse basin, Northeast Algeria
- Comparative assessment between GR model and tank model for rainfall-runoff analysis using Kalman filter- application to Algerian basins-.
- Erratum to: Comparative assessment between GR model and tank model for rainfall-runoff analysis using Kalman filterapplication to Algerian basins-.
Revues de publication
- MATEC Web of Conferences × 2
- IEEE Access × 1
- Journal of Water and Land Development × 1
Publications par année
- 20212
- 20172
Collaborations
Établissements partenaires : University of Ouargla · Institute of Technology and Life Sciences
Pays des co-auteurs : Pologne
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.