 | Monter d'un niveau |
Réseau de collaborationCe graphique trace les liens entre tous les collaborateurs des publications de Benjamin C. M. Fung 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 Benjamin C. M. Fung. 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.
Abusitta, A., Li, M. Q., & Fung, B. C. M. (2024). Survey on explainable AI : techniques, challenges and open issues. Expert Systems With Applications, 255, 124710 (18 pages). Lien externe
Alhashemi, W. J., Fung, B. C. M., Abusitta, A., & Fachkha, C. (novembre 2024). CSGraph2Vec: Distributed Graph-Based Representation Learning for Assembly Functions [Communication écrite]. IEEE International Conference on Recent Advances in Systems Science and Engineering (RASSE 2024), Taichung, Taiwan. Lien externe
Abusitta, A., de Carvalho, G. H. S., Abdul Wahab, O., Halabi, T., Fung, B. C. M., & Al Mamoori, S. (2023). Deep learning-enabled anomaly detection for IoT systems. Internet of Things, 21, 100656 (13 pages). Lien externe
Halabi, T., Abusitta, A., Carvalho, G. H. S., & Fung, B. C. M. (juillet 2022). Incentivized Security-Aware Computation Offloading for Large-Scale Internet of Things Applications [Communication écrite]. 7th International Conference on Smart and Sustainable Technologies (SpliTech 2022), Bol, Croatia (6 pages). Lien externe
Li, M. Q., Fung, B. C. M., & Abusitta, A. (juillet 2022). On the Effectiveness of Interpretable Feedforward Neural Network [Communication écrite]. International Joint Conference on Neural Networks (IJCNN 2022), Padua, Italy (8 pages). Lien externe
Halabi, T., Bellaïche, M., & Fung, B. C. M. (novembre 2022). Towards Adaptive Cybersecurity for Green IoT [Communication écrite]. IEEE International Conference on Internet of Things and Intelligence Systems (IoTaIS 2022), Bali, Indonesia. Lien externe
Abusitta, A., Abdul Wahab, O., & Fung, B. C. M. (juillet 2021). VirtualGAN: Reducing mode collapse in generative adversarial networks using virtual mapping [Communication écrite]. International Joint Conference on Neural Networks (IJCNN 2021), Shenzhen, China (6 pages). Lien externe
Abusitta, A., Li, M. Q., & Fung, B. C. M. (2021). Malware classification and composition analysis: A survey of recent developments. Journal of Information Security and Applications, 59, 102828 (17 pages). Lien externe
Guerrouj, L., Kermansaravi, Z., Arnaoudova, V., Fung, B. C. M., Khomh, F., Antoniol, G., & Guéhéneuc, Y.-G. (2017). Investigating the relation between lexical smells and change- and fault-proneness: an empirical study. Software Quality Journal, 25(3), 641-670. Lien externe
