Accueil › Annuaire des chercheurs › Lamia Bendebane
Lamia Bendebane
Affiliation : Larbi Ben M'hidi University of Oum El Bouaghi
- 5Publications (affiliation algérienne)
- 5Publications au total
- 37Citations
- 3Indice h
Profil de recherche
Lamia Bendebane compte 5 publications référencées (2023–2025). Ses travaux paraissent principalement dans « Lecture notes in networks and systems », « International Conference on Sentiment Analysis and Deep Learning (ICSADL) » et « Algorithms ». Son article le plus cité, « A Multi-Class Deep Learning Approach for Early Detection of Depressive and Anxiety Disorders Using Twitter Data » (2023), a été cité 29 fois. Ses travaux sont cosignés avec au moins 5 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
- Sentiment Analysis and Opinion Mining
- Mental Health via Writing
- Emotion and Mood Recognition
- Data-Driven Disease Surveillance
- Machine Learning and Data Classification
Publications (5)
- Fine-Tuning the BERT Model to Predict Depression and Anxiety Using Multi-Labeled Twitter Data
- AutoNLP for Optimal Number of Epochs in Multi-labeled Deep-Learning Models for Predicting Mental Disorders
- Hybrid Deep Learning Models for Efficient Detection of Depressive Disorders from Twitter Data
- A Multi-Class Deep Learning Approach for Early Detection of Depressive and Anxiety Disorders Using Twitter Data
- Mental Disorders Prediction from Twitter Data: Application to Syndromic Surveillance Systems
Revues de publication
- Lecture notes in networks and systems × 3
- International Conference on Sentiment Analysis and Deep Learning (ICSADL) × 1
- Algorithms × 1
Publications par année
- 20251
- 20242
- 20232
Collaborations
Établissements partenaires : National School of Artificial Intelligence · University of Batna 1
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.