 | 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.
Kohyarnejadfard, I., Aloise, D., Dagenais, M., & Shakeri, M. (2021). A Framework for Detecting System Performance Anomalies Using Tracing Data Analysis. Entropy, 23(8), 1011 (24 pages). Lien externe
Nemati, H., Azhari, S. V., Shakeri, M., & Dagenais, M. (2021). Host-Based Virtual Machine Workload Characterization Using Hypervisor Trace Mining. ACM Transactions on Modeling and Performance Evaluation of Computing Systems, 6(1), 1-25. Lien externe
Drozdzal, M., Chartrand, G., Vorontsov, E., Shakeri, M., Di Jorio, L., Tang, A., Romero, A., Bengio, Y., Pal, C. J., & Kadoury, S. (2018). Learning normalized inputs for iterative estimation in medical image segmentation. Medical Image Analysis, 44, 1-13. Lien externe
Shakeri, M., Datta, A. N., Malfait, D., Oser, N., Létourneau-Guillon, L., Major, P., Srour, M., Tucholka, A., Kadoury, S., & Lippé, S. (2017). Sub-cortical brain morphometry and its relationship with cognition in rolandic epilepsy. Epilepsy Research, 138(Supplement), 39-45. Lien externe
Shakeri, M., Lombaert, H., Datta, A. N., Oser, N., Létourneau-Guillon, L., Lapointe, L. V., Martin, F., Malfait, D., Tucholka, A., Lippé, S., & Kadoury, S. (2016). Statistical shape analysis of subcortical structures using spectral matching. Computerized Medical Imaging and Graphics, 52, 58-71. Lien externe
Kohyarnejadfard, I., Shakeri, M., & Aloise, D. (avril 2019). System performance anomaly detection using tracing data analysis [Communication écrite]. 5th International Conference on Computer and Technology Applications (ICCTA 2019), Istanbul, Turkey. Lien externe
Shakeri, M., Nahle, I., Finley, E., & Kadoury, S. (avril 2018). Inter-vertebral disk modelling from pairs of segmented vertebral models using trainable pre-processing networks [Communication écrite]. 15th IEEE International Symposium on Biomedical Imaging (ISBI 2018), Washington, D.C.. Lien externe
Tripathi, S., Nozadi, S. H., Shakeri, M., & Kadoury, S. (avril 2017). Sub-cortical shape morphology and voxel-based features for Alzheimer's disease classification [Communication écrite]. 14th IEEE International Symposium on Biomedical Imaging (ISBI 2017), Melbourne, Australia. Lien externe
Shakeri, M., Lombaert, H., Tripathi, S., & Kadoury, S. (octobre 2016). Deep spectral-based shape features for Alzheimers disease classification [Communication écrite]. 1st International Workshop on Spectral and Shape Analysis in Medical Imaging (SeSAMI 2016), Athens, Greece. Lien externe
Shakeri, M., Ferrante, E., Tsogkas, S., Lippé, S., Kadoury, S., Kokkinos, I., & Paragios, N. (octobre 2016). Prior-based coregistration and cosegmentation [Communication écrite]. 19th International Conference on Medical Image Computing and Computer-Assisted Intervention (MICCAI 2016), Athens, Greece. Lien externe
Shakeri, M., Lombaert, H., & Kadoury, S. (juillet 2015). Classification of Alzheimer's Disease Using Discriminant Manifolds of Hippocampus Shapes [Communication écrite]. 1st International Workshop on Machine Learning Meets Medical Imaging (MLMMI 2015), Lille, France. Lien externe
Shakeri, M., Lombaert, H., Lippé, S., & Kadoury, S. (février 2014). Groupwise shape analysis of the hippocampus using spectral matching [Communication écrite]. SPIE Medical Imaging, San Diego, California, United States. Lien externe
Shakeri, M. (2016). Analysis of Sub-Cortical Morphology in Benign Epilepsy with Centrotemporal Spikes [Thèse de doctorat, École Polytechnique de Montréal]. Disponible
