Documents dont l'auteur est "Dadouchi, Camélia"

Camélia DadouchiDépartement de mathématiques et de génie industrielVoir sa fiche dans le Répertoire des Expertises de Polytechnique Montréal

Réseau de collaboration

Veuillez patienter

Aide

Ce graphique trace les liens entre tous les collaborateurs des publications de Camélia Dadouchi 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 mots

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 Camélia Dadouchi. 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.

B

Belmouadden, M., Dadouchi, C., & Pellerin, R. (2025). Artificial intelligence applied in adaptive manufacturing process monitoring: a state-of-the-art in the era of automation. Procedia Computer Science, 256, 47-54. Lien externe

Belmouadden, M., Dadouchi, C., & Pellerin, R. (2025). Real-Time Decision Support System for Dynamic Optimization in Multi-Product Process Manufacturing. IEEE Access, 11, 15 pages. Lien externe

D

Dupuis, A., Dadouchi, C., & Agard, B. (juillet 2023). Digital Technologies and Emotions: Spectrum of Worker Decision Behavior Analysis [Communication écrite]. 20th IFIP WG 5.1 International Conference on Product Lifecycle Management (PLM 2023), Montreal, QC, Canada. Lien externe

Dupuis, A., Dadouchi, C., & Agard, B. (2023). Methodology for multi-temporal prediction of crop rotations using recurrent neural networks. Smart Agricultural Technology, 4, 100152 (13 pages). Disponible

Dupuis, A., Dadouchi, C., & Agard, B. (2023). Performances of a Seq2Seq-LSTM methodology to predict crop rotations in Québec. Smart Agricultural Technology, 4, 100180 (12 pages). Disponible

Dupuis, A., Dadouchi, C., & Agard, B. (2023). A decision support system for sequencing production in the manufacturing industry. Computers & Industrial Engineering, 185, 109686 (14 pages). Lien externe

Dupuis, A., Dadouchi, C., Agard, B., & Pellerin, R. (novembre 2022). Forecasting future product sequences to be processed in tire production using deep learning technique [Communication écrite]. International Conference on ENTERprise Information Systems (CENTERIS 2022), Lisbon, Portugal. Publié dans Procedia Computer Science, 219. Lien externe

Dupuis, A., Dadouchi, C., & Agard, B. (juin 2023). Technologies numériques et émotions : spectre d'analyse du comportement décisionnel des travailleurs [Communication écrite]. CIGI Qualita MOSIM 2023, Trois-Rivières, Qc, Canada (7 pages). Lien externe

Dadouchi, C., Agard, B., & Montreuil, B. (2022). Context-Aware Interactive Knowledge-Based Recommendation. SN Computer Science, 3(6), 14 pages. Lien externe

Dupuis, A., Dadouchi, C., & Agard, B. (2022). Predicting crop rotations using process mining techniques and Markov principals. Computers and Electronics in Agriculture, 194, 106686 (16 pages). Lien externe

Dupuis, A., Dadouchi, C., & Agard, B. (juin 2022). Tacit knowledge in production sequencing: a Seq2Seq-LSTM approach [Communication écrite]. 10th IFAC Conference on Manufacturing Modelling, Management and Control (MIM 2022), Nantes, France. Publié dans IFAC PapersOnLine, 55(10). Lien externe

Dadouchi, C., & Agard, B. (2021). Recommender systems as an agility enabler in supply chain management. Journal of Intelligent Manufacturing, 32(5), 1229-1248. Lien externe

Dadouchi, C., & Agard, B. (avril 2020). Considering quasi-real time delivery information in product recommendation [Communication écrite]. 8th International Conference on Information Systems, Logistics and Supply Chain: Interconnected Supply Chains in an Era of Innovation (ILS 2020), Austin, TX. Non disponible

Dadouchi, C. (2019). Intégration de contraintes industrielles dans la recommandation de produits pour la prise en compte de la capacité à répondre à la demande [Thèse de doctorat, Polytechnique Montréal]. Disponible

Dadouchi, C., Agard, B., & Montreuil, B. (juin 2019). Recommandation interactive, une solution au démarrage à froid [Communication écrite]. 13e Congrès international de génie industriel (CIGI 2019), Montréal, Québec, Canada. Non disponible

Dadouchi, C., & Agard, B. (2018). Lowering penalties related to stock-outs by shifting demand in product recommendation systems. Decision Support Systems, 114, 61-69. Lien externe

Dadouchi, C., & Agard, B. (mai 2017). État de l'art sur les systèmes de recommandation [Communication écrite]. 12e Congrès international de génie industriel (GI 2017), Compiègne, France. Non disponible

Dadouchi, C., Ducharme, C., & Agard, B. (août 2016). L'utilisation des SIG comme outil d'aide à la décision d'expansion commerciale: une étude de cas aux détaillants d'alcool à Laval [Communication écrite]. 11e Conférence Francophone d'Optimisation et Simulation (MOSIM), Montréal, Québec. Non disponible

F

Ferguene, M., Lehoux, N., & Dadouchi, C. (2023). Forecasting models for Quebecs lumber demand and exports using multivariate regression technique. Forestry Chronicle, 99(1), 103-116. Lien externe

H

Hajli, K., Rönnqvist, M., Dadouchi, C., Audy, J.-F., Cordeau, J.-F., Warya, G., & Ngo, T. (2024). A fuel consumption prediction model for ships based on historical voyages and meteorological data. Journal of Marine Engineering & Technology, 2371192 (12 pages). Lien externe

Hajli, K., Ronnqvist, M., Cordeau, J.-F., Audy, J.-F., Dadouchi, C., Warya, G., & Ngo, T. (juin 2023). Fuel consumption prediction models for different types of bulk carriers based on historical voyages, meteorological data vessel characteristics [Communication écrite]. CIGI Qualita MOSIM 2023, Trois-Rivières, Qc, Canada (7 pages). Lien externe

P

Puech, L., Dupuis, A., Dadouchi, C., & Pellerin, R. (juillet 2024). Applied Data Analytics Approach for Defect Root Causes Analysis in Manufacturing: The Case of Multi-Product Assembly Lines [Communication écrite]. 2024 IEEE 48th Annual Computers, Software, and Applications Conference (COMPSAC 2024), Osaka, Japan. Lien externe

R

Rodrigues Delfiol, A., Dadouchi, C., Agard, B., & St-Aubin, P. (novembre 2024). An Inventory Management Support Tool Through Indirect Q-Value Estimation: A Combined Optimization and Forecasting Approach [Communication écrite]. 5th International Conference on Innovative Intelligent Industrial Production and Logistics (IN4PL 2024), Porto, Portugal. Publié dans Communications in computer and information science. Lien externe