 | 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.
Shiri, A., Yarahmadi, A., & Keivanpour, S. (2025). Real-Time Matching and Dispatching for Urban Freight Transportation: A Hierarchical Reinforcement Learning Through Actor-Critic and H3 Spatial Partitioning. IEEE Transactions on Intelligent Transportation Systems, 1-12. Lien externe
Shiri, A., Mayeli Feridani, M., & Keivanpour, S. (juillet 2025). A Hybrid Lightweight LLM Chatbot for Sustainable Cryptocurrency Investment Decisions: Optimizing Small Models for Domain-Specific Performance [Communication écrite]. 49th IEEE Annual Computers, Software, and Applications Conference (COMPSAC 2025), Toronto, ON, Canada. Lien externe
Shiri, A., Yarahmadi, A., Keivanpour, S., & Lamghari, A. (octobre 2024). Real-time RL-based Matching with H3 Geohash Partitioning in Smart Freight Platform [Communication écrite]. IEEE 100th Vehicular Technology Conference (VTC2024-Fall), Washington, DC, USA. Lien externe
Shiri, A., Keivanpour, S., Yarahmadi, A., & Lamghari, A. (octobre 2023). Learning-Based Matching Algorithm for Smart Freight Platform and Sustainability Assessment in Montreal [Communication écrite]. 1st International Conference on Smart Mobility and Vehicle Electrification, Southfield, Michigan, USA. Lien externe
Rayegan, A., Shiri, A., & Bahrak, B. (décembre 2022). A comparative study of machine learning techniques for stock price prediction [Communication écrite]. 8th Iranian Conference on Signal Processing and Intelligent Systems (ICSPIS 2022), Behshahr, Iran (7 pages). Lien externe
Armin, A., Shiri, A., & Bahrak, B. (décembre 2022). Comparison of Machine Learning Methods for Cryptocurrency Price Prediction [Communication écrite]. 8th Iranian Conference on Signal Processing and Intelligent Systems (ICSPIS 2022), Behshahr, Iran (6 pages). Lien externe
