 | Monter d'un niveau |
Réseau de collaborationCe 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.
Nuage de motsUn 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.
Adankon, M. M., Chihab, N., Dansereau, J., Labelle, H., & Cheriet, F. (2013). Scoliosis follow-up using noninvasive trunk surface acquisition. IEEE Transactions on Biomedical Engineering, 60(8), 2262-2270. Lien externe
Adankon, M. M., Dansereau, J., Labelle, H., & Cheriet, F. (2012). Non invasive classification system of scoliosis curve types using least-squares support vector machines. Artificial Intelligence in Medicine, 56(2), 99-107. Lien externe
Adankon, M. M., Dansereau, J., Labelle, H., & Cheriet, F. (juillet 2012). Analysis of scoliosis trunk deformities using ICA [Communication écrite]. 11th International Conference on Information Science, Signal Processing and their Applications (ISSPA 2012), Montréal, Québec. Lien externe
Adankon, M. M., Dansereau, J., Parent, S., Labelle, H., & Cheriet, F. (février 2012). Scoliosis curve type classification using kernel machine from 3D trunk image [Communication écrite]. Medical Imaging 2012 : Computer-Aided Diagnosis, San Diego, California, USA. Lien externe
Séoud, L., Adankon, M. M., Labelle, H., Dansereau, J., & Cheriet, F. (avril 2010). Prediction of scoliosis curve type based on the analysis of trunk surface topography [Communication écrite]. 7th IEEE International Symposium on Biomedical Imaging: From Nano to Macro, Rotterdam, The Netherlands. Lien externe
Séoud, L., Adankon, M. M., Labelle, H., Dansereau, J., & Cheriet, F. (juin 2010). Towards Non Invasive Diagnosis of Scoliosis Using Semi-Supervised Learning Approach [Communication écrite]. 7th International Conference Image Analysis and Recognition (ICIAR 2010), Povoa de Varzim, Portugal. Lien externe
