Accueil › Annuaire des chercheurs › Issam Dridi
Issam Dridi
Affiliation : Tunis University · National Engineering School of Tunis
- 15Publications (affiliation tunisienne)
- 16Publications au total
- 119Citations
- 5Indice h
Profil de recherche
Issam Dridi compte 15 publications référencées (2023–2026). Ses travaux paraissent principalement dans « Lecture notes in mechanical engineering », « International Conference on Research and Education in Mechatronics (REM) » et « Advances in Mechanical Engineering ». Son article le plus cité, « A new approach to controlling an active suspension system based on reinforcement learning » (2023), a été cité 46 fois. 12 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
- Vibration Control and Rheological Fluids
- Vehicle Dynamics and Control Systems
- Reinforcement Learning in Robotics
- Mechanical Engineering and Vibrations Research
- Advanced Neural Network Applications
Publications (15)
- Modelling and analysis of active full vehicle suspension model optimized using the advanced reinforcement learning controller
- PCA-Enhanced Geometric Inspection: Robust Anomaly Detection in Industrial Settings
- Revolutionizing Automotive Design: The Impact of Additive Manufacturing
- Topology-driven design optimization of a suspension arm using predictive and metaheuristic approaches: Comparative insights on geometric strategies
- Comparison of Machine Learning Algorithms and Bayesian Estimation in Predicting Tacrolimus Concentration in Tunisian Kidney Transplant Patients During the Early Post-Transplant Period
- Design for Additive Manufacturing (DfAM) in the Automobile Industry
- Automated 3D Reconstruction of Mechanical Components Using Multimodal Deep Learning
- Human-Centric Competency Maturity Modeling in Industry 5.0 Using Optimized Neural Networks and Ergonomic Assessment Analysis
- Intelligent Gesture Recognition for Safety Assessment of Mechanical Manufacturing Learners Using Immersive VR and AI Technologies
- Optimizing full vehicle active suspension model with advanced reinforcement learning controller
- Active suspension for all-terrain vehicle with intelligent control using artificial neural networks
- Design of Active Suspension for All-Terrain Vehicle (ATV) with Intelligent Control Using Artificial Neural Networks (ANN)
- A new approach to controlling an active suspension system based on reinforcement learning
- Control of an active suspension system based on long short-term memory (LSTM) learning
- Suspension of Heavy Trucks with Intelligent Control Using Artificial Neural Networks Particle Swarm Optimization (ANN-PSO)
Revues de publication
- Lecture notes in mechanical engineering × 2
- International Conference on Research and Education in Mechatronics (REM) × 2
- Advances in Mechanical Engineering × 2
- Proceedings of the Institution of Mechanical Engineers Part D Journal of Automobile Engineering × 1
- Journal of Advanced Manufacturing Systems × 1
- Vehicles × 1
Publications par année
- 20262
- 20257
- 20243
- 20233
Collaborations
Établissements partenaires : ENSIT · University of Monastir · Hospital Fatuma Bourguiba Monastir · Manouba University · Ecole Nationale d'Ingénieurs de Monastir
Co-auteurs
- Noureddine Ben Yahia
- Anis Hamza
- Kamel Bousnina
- Mohamed Amine Ben Yahia
- Rahma Naimi
- Nadia Ben-Fredj
- Ichrak Dridi
- Med Karim Azizi
- Nasra Hannachi
- Nadjat Ben Yahia
- Taher Haddad
- Karim Aouam
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.