fbpx

Nédra Mellouli

De Vinci Research Center


Nédra Mellouli

Prof. Nedra Mellouli is a full Professor in computer sciences. Her research interests mainly focus on multimodal big data-driven approaches for time series Big Data analytics, as precipitation monitoring, agriculture of precision, Intelligent systems of irrigation, energy optimization, healthcare decision systems and recommendation systems.

nedra.mellouli@devinci.fr

Publications


Articles de journaux

Gaël Marec; Nédra Mellouli

Symmetric non negative matrices factorization applied to the detection of communities in graphs and forensic image analysi Article de journal

Dans: Data & Knowledge Engineering, vol. 157, p. 102411, 2025.

Résumé | Liens | BibTeX

Christophe Rodrigues; Marius Ortega; Aurélien Bossard; Nédra Mellouli

REDIRE: Extreme REduction DImension for extRactivE Summarization Article de journal

Dans: Data & Knowledge Engineering, vol. 157, p. 102407, 2025.

Résumé | Liens | BibTeX

Akram Hakiri; Sadok Ben Yahia; Aniruddha GOKHALE; Nédra Mellouli

Special Issue on Digital Twin for Future Networks and Emerging IoT Applications Article de journal

Dans: Future Generation Computer Systems-The International Journal Of Escience, vol. 161, p. 81-84, 2024.

Résumé | Liens | BibTeX

Akram Hakiri; Aniruddha GOKHALE; Sadok Ben Yahia; Nédra Mellouli

A comprehensive survey on digital twin for future networks and emerging Internet of Things industry Article de journal

Dans: Computer Networks, vol. 244, p. 110350, 2024.

Résumé | Liens | BibTeX

Nzamba Bignoumba; Nédra Mellouli; Sadok Ben Yahia

A new efficient ALignment-driven Neural Network for Mortality Prediction from Irregular Multivariate Time Series data Article de journal

Dans: Expert Systems With Applications, vol. 238, no. Part E, p. 122148, 2024.

Résumé | Liens | BibTeX

Zhihui Ren; Yan-Fang Sang; Peng Cui; Deliang Chen; Yichi Zhang; Tongliang Gong; Shao Sun; Nédra Mellouli

Temporal Scaling Characteristics of Sub?Daily Precipitation in Qinghai?Tibet Plateau Article de journal

Dans: Earths Future, vol. 12, no. 3, p. e2024EF004417, 2024.

Résumé | Liens | BibTeX

Hanen Balti; Ali Ben Abbes; Yanfang Sang; Nédra Mellouli; Imed Riadh Faraha

Spatio-temporal Heterogeneous Graph using Multivariate Earth Observation Time Series: Application for drought forecasting Article de journal

Dans: Computers & Geosciences, vol. 179, p. 105435, 2023.

Liens | BibTeX

Nesrine Waga; Hichem Kallel; Nédra Mellouli

Analytical and Deep Learning Approaches for Solving the Inverse kinematic Problem of a High Degrees of Freedom Robotic Arm Article de journal

Dans: Engineering Applications Of Artificial Intelligence, vol. 123, no. Part B, p. 106301, 2023.

Résumé | Liens | BibTeX

Proceedings Articles

Saber Zahhar; Nédra Mellouli; Christophe Rodrigues

Leveraging Sentence-Transformers to Overcome Query-Document Vocabulary Mismatch in Information Retrieval Proceedings Article

Dans: International Conference on Web Information Systems Engineering, p. 101-110, Springer, Singapore, Doha, Qatar, 2025, ISBN: 978-981-96-1482-0.

Résumé | Liens | BibTeX

Yahjeb Bouha Khatraty; Nédra Mellouli; Mamadou Tourad Diallo; Mohamedade Farouk Nanne

Smart Agriculture Framework with Digital Twin: A Monitoring Model Based on Clustering and prediction of Multivariate Time Series Proceedings Article

Dans: MIDD4DT '24, p. 13 - 18, Association for Computing Machinery, Hong Kong, China, 2024, ISBN: 979-8-4007-1338-5.

Résumé | Liens | BibTeX

Nzamba Bignoumba; Sadok Ben Yahia; Nédra Mellouli

Deep Padding and Alignment Strategies for Irregular Multivariate Clinical Time Series Proceedings Article

Dans: 28th International Conference on Knowledge-Based and Intelligent Information & Engineering Systems, p. Pages 3275-3284, Elsevier's Procedia Computer Science open access journal, Seville, Spain, 2024, ISBN: (https://creativecommons.org/licenses/by-nc-nd/4.0.

Résumé | Liens | BibTeX

El Moundir Faraoun; Nédra Mellouli; Stephane Millot; Myriam Lamolle

Contextual kNN Ensemble Retrieval Approach for Semantic Postal Address Matching. Proceedings Article

Dans: IAL@PKDD/ECML 2024, p. https://ceur-ws.org/Vol-3770/, Vilnius, Lithuania, 2024.

Résumé | Liens | BibTeX

Marwa SAID; Karim HOUIDI; Akram Hakiri; Nédra Mellouli; Hella KAFFEL

Performance Evaluation of LoRaWAN Propagation Models for Large-Scale IoT Deployments Proceedings Article

Dans: IEEE, (Ed.): 27th IEEE International Symposium On Real-Time Distributed Computing, p. 6, Tunis, Tunisie, 2024, ISBN: 979-8-3503-7128-4.

Liens | BibTeX

Marius Ortega; Nédra Mellouli; Aurélien Bossard; Christophe Rodrigues

REDIRE : Réduction Extrême de DImension pour le Résumé Extractif Proceedings Article

Dans: 24ème conférence francophone sur l'Extraction et la Gestion des Connaissances, Dijon, France, 2024.

Résumé | Liens | BibTeX




    No posts by this author.


Candidature
Documentation

En savoir plus ?

Contactez-nous et téléchargez une documentation



En validant ce formulaire, vous acceptez que De Vinci Higher Education traite vos données à caractère personnel pour répondre à votre demande de contact et ainsi recevoir la documentation demandée. Si vous y avez consenti, vous êtes également susceptible de recevoir la newsletter du Groupe Léonard de Vinci. Vos données sont transmises aux collaborateurs de notre direction marketing ayant besoin d’en connaître et sont conservées pour une durée de deux ans à compter de votre dernière demande. Vous disposez des droits suivants sur vos données : droit d’accès, droit de rectification, droit à l’effacement (droit à l’oubli), droit d’opposition, droit à la limitation du traitement, droit à la portabilité et du droit de retirer votre consentement. Vous pouvez également définir des directives générales ou particulières relatives au sort de vos données à caractère personnel après votre décès. Pour les exercer, merci d’adresser votre demande à DVHE - Pôle Universitaire Léonard De Vinci - 92916 Paris La Défense Cedex ou à webmaster@devinci.fr. En cas de réclamation, vous pouvez choisir de saisir la CNIL. Pour en savoir plus, consultez la politique de protection des données personnelles.