Suivre
Nida Meddouri
Nida Meddouri
EPITA Research Laboratory (LRE), Le Kremlin-Bicêtre, France.
Adresse e-mail validée de epita.fr - Page d'accueil
Titre
Citée par
Citée par
Année
A new feature selection method for nominal classifier based on formal concept analysis
M Trabelsi, N Meddouri, M Maddouri
Procedia Computer Science 112, 186-194, 2017
442017
Classification methods based on formal concept analysis
N Meddouri, M Meddouri
Concept Lattices and Their Applications,(CLA'08), Palacky University, Olomouc, 2008
182008
Parallel learning and classification for rules based on formal concepts
N Meddouri, H Khoufi, M Maddouri
Procedia Computer Science 35, 358-367, 2014
172014
Boosting formal concepts to discover classification rules
N Meddouri, M Maddouri
Next-Generation Applied Intelligence: 22nd International Conference on …, 2009
172009
Adaptive learning of nominal concepts for supervised classification
N Meddouri, M Maddouri
Knowledge-Based and Intelligent Information and Engineering Systems: 14th …, 2010
112010
Diversity analysis on boosting nominal concepts
N Meddouri, H Khoufi, MS Maddouri
Pacific-Asia Conference on Knowledge Discovery and Data Mining, 306-317, 2012
92012
New Taxonomy of Classification Methods Based on Formal Concepts Analysis
M Trabelsi, N Meddouri, M Maddouri
5th International Workshop "What can FCA do for Artificial Intelligence"? co …, 2016
82016
Survey on formal concept analysis based supervised classification techniques
M Learning, AJ Tallón-Ballesteros, C Chen
Machine Learning and Artificial Intelligence: Proceedings of MLIS 2020 332, 21, 2020
32020
DFC: A Performant Dagging Approach of Classification Based on Formal Concept
N Meddouri, H Khoufi, M Maddouri
International Journal of Artificial Intelligence and Machine Learning …, 2021
22021
Cloud Implementation of Classifier Nominal Concepts using DistributedWekaSpark
R Fray, N Meddouri, M Maddouri
CEUR Workshop Proceedings 2378, 125-136, 2019
22019
Générer des règles de classification par dopage de concepts formels.
N Meddouri, M Maddouri
EGC, 181-186, 2009
22009
Vers un critère d'arrêt de Boosting basé sur la diversité des classifieurs.
N Meddouri, H Khoufi, M Maddouri
INFORSID, 111-126, 2011
12011
Développement de méthodes de classification basées sur l'analyse de concepts formels sous la plateforme WEKA.
B Khalfi, R Cherif, N Meddouri, M Maddouri
EGC, 621-622, 2010
12010
Apprentissage de comportements à partir de données temporelles hétérogènes
N Meddouri, F Rioult, B Crémilleux
Conférence francophone sur l'Extraction et la Gestion des Connaissances, 77-79, 2022
2022
Efficient Closure Operators for FCA-Based Classification
N Meddouri, M Maddouri
International Journal of Artificial Intelligence and Machine Learning …, 2020
2020
Catégorisation des méthodes de classification fondées sur l'Analyse de Concepts Formels
H Azibi, N Meddouri, M Maddouri
31es Journées francophones d'Ingénierie des Connaissances collection, 2020
2020
Étude de l'apprentissage des règles par Boosting de concepts formels: Learning by Boosting Formal Concepts
N Meddouri
Éditions universitaires européennes, 2018
2018
Nouvelle taxonomie des méthodes de classification basée sur l’Analyse de Concepts Formels
M Trabelsi, N Meddouri, M Mondher
13th Africain Conference on Research in Computer Science and Applied …, 2016
2016
Apprentissage d'Ensemble de Règles par Analyse de Conceprs Formels
N Meddouri
Éditions Universitaires Européennes, 2016
2016
Apprentissage d'Ensembles de Règles de Classification par Analyse de Concepts Formels
N Meddouri
Faculté des Sciences Mathématiques, Physiques et Naturelles de Tunis, Tunisie, 2015
2015
Le système ne peut pas réaliser cette opération maintenant. Veuillez réessayer plus tard.
Articles 1–20