Documents dont l'auteur est "Amirnia, Ashkan"
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
Amirnia, A., & Keivanpour, S. (2024). Real-time sustainable cobotic disassembly planning using fuzzy reinforcement learning. International Journal of Production Research, 1-24. Lien externe
Shahnejat Bushehri, A., Amirnia, A., Belkhiri, A., Keivanpour, S., Gohring de Magalhaes, F., & Nicolescu, G. (2024). Deep Learning-Driven Anomaly Detection for Green IoT Edge Networks. IEEE Transactions on Green Communications and Networking, 8(1), 498-513. Lien externe
Amirnia, A., & Keivanpour, S. (2023). A context-aware real-time human-robot collaborating reinforcement learning-based disassembly planning model under uncertainty. International Journal of Production Research, 22 pages. Lien externe
Communication écrite
Jamshidi, S., Amirnia, A., Nikanjam, A., & Khomh, F. (avril 2024). Enhancing Security and Energy Efficiency of Cyber-Physical Systems using Deep Reinforcement Learning [Communication écrite]. 15th International Conference on Ambient Systems, Networks and Technologies Networks (ANT 2024) / The 7th International Conference on Emerging Data and Industry 4.0 (EDI40 2024), Hasselt, Belgium. Publié dans Procedia Computer Science, 238. Lien externe
Amirnia, A., & Keivanpour, S. (septembre 2024). AI-Driven EoL Aircraft Treatment: A Research Perspective [Communication écrite]. 2024 Intelligent Systems Conference (IntelliSys 2024), Amsterdam, Netherlands. Lien externe