Documents dont l'auteur est "Neumann, Anas"
Monter d'un niveau
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
Boukamcha, H., Neumann, A., Rekik, M., Hajji, A., Caron Guillemette, G., & Farah, M. (2026). A deep reinforcement learning and a dynamic graph neural network-based scheduling agent to control a multi-task robot. Robotics and Computer-Integrated Manufacturing, 102, 103328 (27 pages). Lien externe
Neumann, A., Hajji, A., Rekik, M., & Pellerin, R. (2025). I4Evosim: An Educational Platform Simulating a Competitive ETO Market. IFAC-PapersOnLine, 59(10), 1101-1106. Lien externe
Neumann, A., Zghal, Y., Cremona, M. A., Hajji, A., Morin, M. J., & Rekik, M. (2025). A data-driven personalized approach to predict blood glucose levels in type-1 diabetes patients exercising in free-living conditions. Computers in Biology and Medicine, 190, 110015 (27 pages). Disponible
Bourdin, M., Neumann, A., Paviot, T., Pellerin, R., & Lamouri, S. (2025). A Framework for Selecting the Optimal NLP Solution for Classification Tasks in Industry 4.0 Based on Data and Business Constraints. IFAC-PapersOnLine, 59(10), 1850-1855. Présentée à 11th IFAC Conference on Manufacturing Modelling, Management and Control (MIM 2025), Trondheim, Norway. Lien externe
Communication écrite
Neumann, A., Angela Cremona, M., Haji, A., Morin, M., & Rekik, M. (juin 2022). Exploring the Recent Applications of Artificial Intelligence Techniques for Type-1 Diabetes Management [Communication écrite]. 2nd Francophone summer school on health service management (SSHSM 2022), Québec, Québec, Canada. Publié dans Springer proceedings in mathematics & statistics. Lien externe