Laboratoire de Génie Informatique et d’Automatique de l’Artois

Ahmed SAMET

Doctorant
(Statut lors de son départ du LGI2A)
Travaille dans les thèmes :

Revue Internationale avec Comité de Lecture

Ahmed SAMET -- Eric LEFEVRE -- Sadok BEN YAHIA
Evidential data mining : precise support and confidence
Journal of Intelligent Information Systems, pp 135-163, Vol. 47, No. 1, 06/2016
2015
Revue Internationale avec Comité de Lecture
Reliability estimation measure : Generic discounting approach
International Journal of Pattern Recognition and Artificial Intelligence, IJPRAI, pp 1559011 , Vol. 29, No. 7, 11/2015
Ahmed SAMET -- Eric LEFEVRE -- Sadok BEN YAHIA
Integration of extra-information for belief function theory conflict management problem through generic association rules
International Journal of Uncertainty, Fuzziness and Knowledge-based Systems, IJUFKS, pp 531-551, Vol. 22, No. 4, 08/2014

Conférence Internationale avec Comité de Lecture

2015
Conférence Internationale avec Comité de Lecture
Issam NOUAOURI -- Ahmed SAMET -- Hamid ALLAOUI
Evidential Data Mining for Length of Stay (LOS) Prediction Problem
IEEE International Conference on Automation Science and Engineering, CASE2015, Gothenburg, Sweden, 08/2015
2014
Conférence Internationale avec Comité de Lecture
Ahmed SAMET -- Eric LEFEVRE -- Sadok BEN YAHIA
Belief function classification with conflict management : application on forest image
10th International conference on Signal-Image Technology and internet-based systems, SITIS, pp 14-20, 11/2014
Ahmed SAMET -- Eric LEFEVRE -- Sadok BEN YAHIA
Evidential database : a new generalization of database ?
3rd International Conference on Belief Functions, BELIEF 2014, pp 105-114, Oxford, United Kingdom, F. Cuzzolin (Ed.), 09/2014
2014
Conférence Internationale avec Comité de Lecture
Ahmed SAMET -- Eric LEFEVRE -- Sadok BEN YAHIA
Classification with evidential associative rules
15th Information Processing and Management of Uncertainty in Knowledge-Based Systems International Conference, IPMU 2014, pp 25-35, Montpellier, France, 07/2014
2013
Conférence Internationale avec Comité de Lecture
Ahmed SAMET -- Eric LEFEVRE -- Sadok BEN YAHIA
Mining frequent itemsets in evidential database
5th International conference on Knowledge and Systems Engineering, KSE'2013, pp 377-388, Vol. 245, Springer-Verlag, Advances in Intelligent Systems and Comp, 10/2013
2013
Conférence Internationale avec Comité de Lecture
Ahmed SAMET -- Imen HAMMAMI -- Eric LEFEVRE -- Atef HAMOUDA
Generic discounting avaluation approach for urban image classification
3rd international symposium on Integrated Uncertainty in Knowledge Modelling and Decision Making, IUKM'2013, pp 79-90, 07/2013
2013
Conférence Internationale avec Comité de Lecture
Ahmed SAMET -- Eric LEFEVRE -- Sadok BEN YAHIA
Reliability estimation with extrinsic measure in belief function theory
5 th International Conference on Modeling, Simulation and Applied Optimization, ICMSAO'2013, pp 1-6, 04/2013
2011
Conférence Internationale avec Comité de Lecture
Classificationof high-resolution remote sensing image by adapting the distance belief function estimation model
International Conference on Communications, Computing and Control Applications , CCCA'2011, pp 1-6, Hammamet, Tunisie, 03/2011

Auteur de la thèse intitulée "Théorie des fonctions de croyance : application des outils de data mining pour le traitement des données imparfaites"

2011 - 2014

Notre travail s’inscrit dans l’intersection de deux disciplines qui sont la Théorie des Fonctions de Croyance (TFC) et la fouille de données. L’interaction pouvant exister entre la TFC et la fouille de données est étudiée sous deux volets.La première interaction souligne l’apport des règles associatives génériques au sein de la TFC. Nous nous sommes intéressés au problème de fusion de sources non fiables dont la principale conséquence est l’apparition de conflit lors de la combinaison. Une approche de gestion de conflit reposant sur les règles d’association génériques appelé ACM a été proposée.

La deuxième interaction s’intéresse aux bases de données imparfaites en particulier les bases de données évidentielles. Les informations, représentées par des fonctions de masse, sont étudiées afin d’extraire des connaissances cachées par le biais des outils de fouille de données. L’extraction des informations pertinentes et cachées de la base se fait grâce à la redéfinition de la mesure du support et de la confiance. Ces mesures introduites ont été les fondements d’un nouveau classifieur associatif que nous avons appelé EDMA.