 | 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.
Abdeldayem, O. M. H. M., Ibrahim, E., Gonzalez Ortiz, D., Dupont, C., Ferràs, D., Ouali, M.-S., Ragab, A., & Kennedy, M. D. (2025). Human-centric ensemble AI for hydrothermal carbonization modeling and hydrochar properties prediction. Journal of environmental chemical engineering, 13(5), 117826 (15 pages). Lien externe
Abdelmigeed, M. O., Ibrahim, E., Hefney, M. S., Ismail, F. M., Abdelghany, A., Ahmed, T. S., & Ismail, I. M. (2021). Magnetized ZIF-8 impregnated with sodium hydroxide as a heterogeneous catalyst for high-quality biodiesel production. Renewable Energy, 165, 405-419. Lien externe
Braide, D., Ibrahim, E., Panaritis, C., Li, L. Z., Ntumba Kabongo, E., Lavigne, L., Abanobi, E. A., Ragab, A., Patience, G. S., & Boffito, D. C. (2025). Ultrasound accelerates zeolite synthesis: Predictive modelling via machine learning. Journal of environmental chemical engineering, 13(6), 120180 (16 pages). Lien externe
Dhawane, S. H., Ibrahim, E., & Yadav, D. (2021). Cost-effective viable solutions for existing technologies. Dans Non spécifié (p. 381-395). Lien externe
Hosney, H., Ibrahim, E., & Mustafa, A. (2020). Kinetics and gibbs function studies on lipase-catalyzed production of non-phthalate plasticizer. Journal of Oleo Science, 69(7), 727-735. Lien externe
Ibrahim, E., Ragab, A., Benali, M., Ajao, O., Boffito, D. C., & Dagdougui, H. (2026). Accelerated green material and solvent discovery with chemistry- and physics-guided generative AI. Artificial Intelligence Chemistry, 4(1), 100106 (13 pages). Lien externe
Ibrahim, E., Ragab, A., Ali, M., Dagdougui, H., & Boffito, D. C. (2025). Simulate intelligently: Causal incremental reinforcement learning for streamlined industrial chemical process design optimization. Journal of environmental chemical engineering, 13(6), 120167 (22 pages). Lien externe
Ibrahim, E., Ragab, A., Amer, M., Ajao, O., Benali, M., Boffito, D. C., Dagdougui, H., & Amazouz, M. (2025). Ensemble machine learning to accelerate industrial decarbonization: Prediction of Hansen solubility parameters for streamlined chemical solvent selection. Digital Chemical Engineering, 14, 100207 (26 pages). Disponible
Ibrahim, E., Ragab, A., Ali, M., Dagdougui, H., Boffito, D. C., & Amazouz, M. (juillet 2024). Learn-to-design : reinforcement learning-assisted chemical process optimization [Communication écrite]. 10th International Conference on Foundations of Computer Aid Process Design (FOCAPD 2024), Breckenridge, Colorado, USA. Disponible
Ibrahim, E., Ragab, A., Ali, M., Dagdougui, H., Boffito, D. C., & Amazouz, M. (juillet 2024). Learn-To-Design: Reinforcement Learning-Assisted Chemical Process Optimization [Communication écrite]. Foundations of Computer Aided Process Design (FOCAPD 2024), Breckenridge, Colorado, USA. Publié dans Systems and Control Transactions, 3. Disponible
Ibrahim, E., Ragab, A., Dagdougui, H., Boffito, D. C., & Amazouz, M. (2024). Carbon capture, utilization and sequestration systems design and operation optimization: Assessment and perspectives of artificial intelligence opportunities. Science of the Total Environment, 917, 170085 (32 pages). Lien externe
Ibrahim, E., Ragab, A., So, T. M. Y., Shokrollahi, M., Dagdougui, H., Navarri, P., Elkamel, A., & Amazouz, M. (2023). Machine learning-assisted selection of adsorption-based carbon dioxide capture materials. Journal of Environmental Chemical Engineering, 11(5), 110732 (25 pages). Lien externe
Ibrahim, E., Abdeldayem, O. M., El-Sheltawy, S. T., Abadir, M. F., Soliman, A., Rene, E. R., & Ismail, I. (2020). Esterification of high FFA content waste cooking oil through different techniques including the utilization of cement kiln dust as a heterogeneous catalyst: A comparative study. Fuel, 279, 11 pages. Lien externe
Ibrahim, E., Abdeldayem, O. M., Genina, E. E., Amin, L., Bahgat, N. T., Rene, E. R., & El-Sherbiny, I. M. (2020). New alginate-based interpenetrating polymer networks for water treatment: a response surface methodology based optimization study. International Journal of Biological Macromolecules, 155, 772-785. Lien externe
Naeem, M. M., Ibrahim, E., Boffito, D. C., Rene, E. R., Gadalla, M. A., & Ashour, F. H. (2023). Single-stage waste oil conversion into biodiesel via sonication over bio-based bifunctional catalyst: Optimization, preliminary techno-economic and environmental analysis. Fuel, 341, 127587 (13 pages). Lien externe
Naeem, M. M., Ibrahim, E., Boffito, D. C., Gadalla, M. A., & Ashour, F. H. (2021). One-pot conversion of highly acidic waste cooking oil into biodiesel over a novel bio-based bi-functional catalyst. Fuel, 283, 16 pages. Lien externe
