Documents dont l'auteur est "Adjengue, Luc"
Monter d'un niveau
Luc AdjengueDépartement de mathématiques et de génie industriel
Voir sa fiche dans le Répertoire des Expertises de Polytechnique Montréal
Aide
Ce 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.
Aide
Un 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.
Article de revue
Mirshahi, M., Partovi Nia, V., & Adjengue, L. (2018). Automatic odor prediction for electronic nose. Journal of Applied Statistics, 45(15), 2788-2799. Lien externe
Adjengue, L., Audet, C., & Ben Yahia, I. (2014). A variance-based method to rank input variables of the Mesh Adaptive Direct Search algorithm. Optimization Letters, 8(5), 1599-1610. Lien externe
Orth, P., Yacout, S., & Adjengue, L. (2012). Accuracy and Robustness of Decision Making Techniques in Condition Based Maintenance. Journal of Intelligent Manufacturing, 23(2), 255-264. Lien externe
Adjengue, L., Yacout, S., & İlk, Ö. (2007). Parameters estimation for condition based maintenance with uncorrelated and correlated observations. Quality Engineering, 19(3), 197-206. Lien externe
Adjengue, L., & Moore, M. (1999). Deux méthodes d'estimation pour les paramètres de processus moyenne mobile spatiaux. [Two Methods for Estimation of Parameters of Spatial Moving Average Processes]. Canadian Journal of Statistics, 27(4), 795-818. Lien externe
Lefebvre, M., & Adjengue, L. (1998). From Inciting to Forcing an Integrated Bessel Process to Remain as Small as Possible. Engineering Optimization, 30(1), 75-89. Lien externe
Adjengue, L., & Moore, M. (1993). La méthode de vraisemblance pour les processus linéaires spatiaux définis sur un treillis triangulaire. Canadian Journal of Statistics, 21(2), 157-179. Lien externe
Rapport technique
Mirshahi, M., Partovi Nia, V., & Adjengue, L. (2016). Automatic odor prediction for electronic nose. (Rapport technique n° G-2016-86). Lien externe
Mirshahi, M., Partovi Nia, V., & Adjengue, L. (2016). Self-assessed electronic nose. (Rapport technique n° G-2016-28). Lien externe
Adjengue, L., Audet, C., & Ben Yahia, I. (2013). A Variance-Based Method to Rank Input Variables of the Mesh Adaptive Direct Search Algorithm. (Rapport technique n° G-2013-15). Lien externe
Communication écrite
Mirshahi, M., Partovi Nia, V., & Adjengue, L. (février 2016). An online data validation algorithm for electronic nose [Communication écrite]. 5th International Conference on Pattern Recognition Applications and Methods (ICPRAM 2016), Rome, Italy. Lien externe
Mirshahi, M., Partovi Nia, V., & Adjengue, L. (février 2016). Statistical measurement validation with application to electronic nose technology [Communication écrite]. 5th International Conference on Pattern Recognition Applications and Methods (ICPRAM 2016), Rome, Italy. Lien externe
Mémoire de maîtrise
Devaux, V. (2022). Modèles prédictifs de l'état final des devis de vente dans une grande entreprise de télécommunications [Mémoire de maîtrise, Polytechnique Montréal]. Disponible
Paredes Seminario, J. A. (2020). Multi-criteria Analysis of Internal Cross-docking Operations [Mémoire de maîtrise, Polytechnique Montréal]. Disponible
Sanni, F. (2017). Modèle de prévision des taux de clics des annonces textuelles sur les moteurs de recherche [Mémoire de maîtrise, École Polytechnique de Montréal]. Disponible
Vahidpour, M. (2016). Cure Rate Models [Mémoire de maîtrise, École Polytechnique de Montréal]. Disponible
Assari, C. (2014). Classification de mots-clés des campagnes publicitaires sur les moteurs de recherche et calcul de prévisions [Mémoire de maîtrise, École Polytechnique de Montréal]. Disponible
Ben Yahia, I. (2012). Identification statistique de variables importantes pour l'optimisation de boîtes noires [Mémoire de maîtrise, École Polytechnique de Montréal]. Disponible
Abbas Mahamat, A. (2011). Analyse de sensibilité dans un contexte de prévision du prix des métaux [Mémoire de maîtrise, École Polytechnique de Montréal]. Disponible
Orth, P. (2007). Simulation et analyse paramétrique de méthodes de prise de décision dans le cadre de la maintenance conditionnelle [Mémoire de maîtrise, École Polytechnique de Montréal]. Disponible
Khattar, K. (2003). Analyse mathématique du problème de la frontière bilinéaire appliqué aux réseaux de neurones [Mémoire de maîtrise, École Polytechnique de Montréal]. Disponible
Assadi, R. (2003). Modification d'un algorithme d'apprentissage pour réseaux de neurones appliqués à la couverture de surface [Mémoire de maîtrise, École Polytechnique de Montréal]. Disponible
Thèse de doctorat
Baharifard, A. (2024). Symmetric Probabilistic Matrix Factorization Techniques for Recommender Systems [Thèse de doctorat, Polytechnique Montréal]. Disponible
Livre
Adjengue, L. (2014). Méthodes statistiques: concepts, applications et exercices. Lien externe
Adjengue, L., Carmichael, J. P., Hines, W. W., Montgomery, D. C., Goldman, D. M., & Borror, C. M. (2005). Probabilités et statistique pour ingénieurs. Non disponible