 | Monter d'un niveau |
Réseau de collaborationCe graphique trace les liens entre tous les collaborateurs des publications de Asana Neishabouri 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 Asana Neishabouri. 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.
Neishabouri, A., & Desmarais, M. C. (2024). An ensemble approach to determine the number of latent dimensions and assess its reliability. Communications in Statistics: Simulation and Computation, 2328166 (26 pages). Lien externe
Neishabouri, A. (2021). Techniques to Infer the Number of Latent Dimensions [Thèse de doctorat, Polytechnique Montréal]. Disponible
Neishabouri, A., & Desmarais, M. C. (septembre 2021). Estimating the number of latent topics through a combination of methods [Communication écrite]. 25th KES International Conference on Knowledge-Based and Intelligent Information and Engineering Systems (KES 2021), Szczecin, Poland. Publié dans Procedia Computer Science, 192. Lien externe
Neishabouri, A., & Desmarais, M. C. (septembre 2021). Inferring the number and order of embedded topics across documents [Communication écrite]. 25th KES International Conference on Knowledge-Based and Intelligent Information and Engineering Systems (KES 2021), Szczecin, Poland. Publié dans Procedia Computer Science, 192. Lien externe
Neishabouri, A., & Desmarais, M. C. (mai 2020). Reliability of perplexity to find number of latent topics [Communication écrite]. 33rd International Florida Artificial Intelligence Research Society Conference (FLAIRS 2020), North Miami Beach, FL, USA. Lien externe
