![]() | Monter d'un niveau |
Ce graphique trace les liens entre tous les collaborateurs des publications de Ido Amihai 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.
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 Ido Amihai. 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.
Amihai, I., Kotriwala, A. M., Chioua, M., Lenders, F., Janka, D., Hollender, M., Schlake, J. C., Abukwaik, H., & Kloepper, B. (2021). Training an artificial intelligence module for industrial applications. [Formation d'un module d'intelligence artificielle pour applications industrielles]. (Demande de brevet no CA3173428). Lien externe
Amihai, I., Kotriwala, A., Pareschi, D., Chioua, M., & Gitzel, R. (juillet 2021). Using learned health indicators and deep sequence models to predict industrial machine health [Communication écrite]. 7th International Conference on Time Series and Forecasting (ITISE 2021), Gran Canaria, Spain (9 pages). Publié dans Engineering Proceedings, 5(1). Disponible
Amihai, I., Subbiah, S., Kotriwala, A. M., & Chioua, M. (2020). Apparatus for predicting equipment damage. [Appareil pour prédire une détérioration d'équipement]. (Demande de brevet no WO2020193314). Lien externe
Amihai, I., Chioua, M., Gitzel, R., Kotriwala, A. M., Pareschi, D., Sosale, G., & Subbiah, S. (juillet 2018). Modeling Machine Health Using Gated Recurrent Units with Entity Embeddings and K-Means Clustering [Communication écrite]. 16th IEEE International Conference on Industrial Informatics (INDIN 2018), Porto, Portugal. Lien externe
Kloepper, B., Schmidt, B., Amihai, I., Chioua, M., Schlake, J. C., Kotriwala, A. M., Hollender, M., Janka, D., Lenders, F., & Abukwaik, H. (2021). Data processing for industrial machine learning. [Traitement de donnees pour apprentissage machine industriel]. (Demande de brevet no CA3173398). Lien externe
Schmidt, B., Amihai, I., Chioua, M., Kotriwala, A. M., Hollender, M., Janka, D., Lenders, F., Schlake, J. C., Kloepper, B., & Abukwaik, H. (2023). Method and apparatus for monitoring machine learning models. [Procédé et appareils de surveillance de modèle d'apprentissage automatique]. (Demande de brevet no EP4127846). Lien externe
Schmidt, B., Amihai, I., Kotriwala, A. M., Chioua, M., Janka, D., Lenders, F., Schlake, J. C., Hollender, M., Abukwaik, H., & Kloepper, B. (2023). Method of transfer learning for a specific production process of an industrial plant. [Procédé d'apprentissage de transfert pour un procédé de production spécifique d'une installation industrielle]. (Demande de brevet no EP4128071). Lien externe