Documents dont l'auteur est "Arisdakessian, Sarhad"
Monter d'un niveau
Aide
Ce graphique trace les liens entre tous les collaborateurs des publications de {} figurant sur cette page.
Chaque lien représente une collaboration sur la même publication. L'épaisseur du lien représente le nombre de collaborations.
Utilisez la molette de la souris ou les gestes de défilement pour zoomer à l'intérieur du graphique.
Vous pouvez cliquer sur les noeuds et les liens pour les mettre en surbrillance et déplacer les noeuds en les glissant.
Enfoncez la touche "Ctrl" ou la touche "⌘" en cliquant sur les noeuds pour ouvrir la liste des publications de cette personne.
Aide
Un nuage de mots est une représentation visuelle des mots les plus fréquemment utilisés dans un texte ou un ensemble de textes. Les mots apparaissent dans différentes tailles, la taille de chaque mot étant proportionnelle à sa fréquence d'apparition dans le texte. Plus un mot est utilisé fréquemment, plus il apparaît en grand dans le nuage de mots. Cette technique permet de visualiser rapidement les thèmes et les concepts les plus importants d'un texte.
Dans le contexte de cette page, le nuage de mots a été généré à partir des publications de l'auteur {}. Les mots présents dans ce nuage proviennent des titres, résumés et mots-clés des articles et travaux de recherche de cet auteur. En analysant ce nuage de mots, vous pouvez obtenir un aperçu des sujets et des domaines de recherche les plus récurrents et significatifs dans les travaux de cet auteur.Le nuage de mots est un outil utile pour identifier les tendances et les thèmes principaux dans un corpus de textes, facilitant ainsi la compréhension et l'analyse des contenus de manière visuelle et intuitive.
Auteur ou autrice
Arisdakessian, S., Abdul Wahab, O., Wehbi, O., Mourad, A., & Otrok, H. (juillet 2024). Trustworthy Hierarchical Federated Learning for Digital Healthcare [Communication écrite]. IEEE Annual Congress on Artificial Intelligence of Things (AIoT 2024), Melbourne, Australia. Lien externe
Arisdakessian, S., Abdul Wahab, O., Mourad, A., & Otrok, H. (2023). Coalitional Federated Learning: Improving Communication and Training on Non-IID Data with Selfish Clients. IEEE Transactions on Services Computing, 16(4), 2462-2476. Lien externe
Arisdakessian, S., Abdul Wahab, O., Mourad, A., & Otrok, H. (février 2023). Towards Instant Clustering Approach for Federated Learning Client Selection [Communication écrite]. International Conference on Computing, Networking and Communications (ICNC 2023), Honolulu, HI, USA. Lien externe
Wehbi, O., Arisdakessian, S., Abdul Wahab, O., Otrok, H., Otoum, S., Mourad, A., & Guizani, M. (2023). FedMint: Intelligent Bilateral Client Selection in Federated Learning with Newcomer IoT Devices. IEEE Internet of Things Journal, 15 pages. Lien externe
Wehbi, O., Arisdakessian, S., Abdul Wahab, O., Otrok, H., Otoum, S., & Mourad, A. (décembre 2022). Towards Bilateral Client Selection in Federated Learning Using Matching Game Theory [Communication écrite]. IEEE Global Communications Conference (GLOBECOM 2022), Rio de Janeiro, Brazil. Lien externe
Arisdakessian, S., Abdul Wahab, O., Mourad, A., Otrok, H., & Guizani, M. (2022). A Survey on IoT Intrusion Detection: Federated Learning, Game Theory, Social Psychology, and Explainable AI as Future Directions. IEEE Internet of Things Journal, 10(5), 4059-4092. Lien externe
Farhat, P., Arisdakessian, S., Abdul Wahab, O., Mourad, A., & Ould-Slimane, H. (mai 2022). Machine learning based container placement in on-demand clustered fogs [Communication écrite]. International Wireless Communications and Mobile Computing (IWCMC 2022), Dubrovnik, Croatia. Lien externe
Arisdakessian, S., Abdul Wahab, O., Mourad, A., Otrok, H., & Kara, N. (2020). FoGMatch: An intelligent multi-criteria IoT-fog scheduling approach using game theory. IEEE/ACM Transactions on Networking, 28(4), 1779-1789. Lien externe