穆罕默德Gaber
Mohamed Gaber是一名教授大数据分析在我们计算机与数字技术学院“,.
他在澳大利亚莫纳什大学获得博士学位,随后在悉尼大学和联邦科学与工业研究组织(CSIRO)任职。在加入伯明翰城市大学之前,穆罕默德亚博电竞im娱乐曾在罗伯特戈登大学和朴茨茅斯大学担任学术职务。
Mohamed在其研究领域的世界顶尖科学家中名列前2%,在人工智能和图像处理方面名列世界前1% (Elsevier BV和斯坦福大学,2021年).
他发表了150多篇论文,合著了两本专著,并编辑/合作编辑了6本关于数据挖掘和知识发现的书籍。Mohamed曾在多个与数据挖掘相关的重要会议的项目委员会任职,包括数据挖掘国际会议、知识发现和数据挖掘太平洋-亚洲会议以及机器学习国际会议。2007年,他被授予CSIRO团队合作奖。
当前活动
Mohamed是企业系统中心的中心领导,也是大数据分析小组的负责人。
专业领域
- 数据挖掘
- 机器学习
- 数据流处理
- 随机森林
- 数据科学
- 物联网应用的数据分析
- 移动数据挖掘
资格
- 人工智能博士(莫纳什大学)
- 计算机科学硕士(路易斯维尔大学)
教学
- 数据分析(研究生)
- 数据挖掘(研究生)
研究
- 机器学习(深度学习和集成学习)
- 移动和嵌入式数据挖掘(物联网应用)
- 数据流挖掘(概念漂移和资源感知)
- 知识工程(本体学习)
- 文本挖掘(情感分析)
研究生管理
访问Mohamed Gaber教授的网站获取更多信息。
出版物
Gaber M.(2017)。可信赖大数据分析的表达建模:情感分析中的技术和应用
Gaber M.(2016)。Twitter事件检测的规则动态方法及其在体育和政治领域的应用
Gaber M.(2016)。随机森林极端修剪的异常值排序树选择方法,神经网络的工程应用:第17届国际会议,阿伯丁,苏格兰
Gaber M.(2016)。AnyNovel:在不断变化的数据流中检测新概念
Gaber M.(2016)。基于聚类的大大气数据时空分析,物联网与云计算国际会议,伯明翰,英国
Gaber M.(2015)。基于聚类技术的温室气体数据时空分析,IEEE国际计算机支持设计协同工作会议
Gaber M.(2015)。非监督学习技术的多样化和修剪随机第一,亚琛工业大学
Gaber M.(2015)。使用随机棱镜的可扩展表达集成学习:一种MapReduce方法
Gaber M.(2015)。社交媒体分析进展,施普林格,纽约,美国。
Gaber M.(2015)。一种用于图像分割的高效自组织活动轮廓模型
Gaber M.(2015)。一种基于离群值检测的随机森林极端修剪树木选择方法
Gaber M.(2015)。推特新闻演化的自主发现
Gaber M.(2015)。数据流的分布式分类:一种自适应技术
Gaber M.(2015)。移动数据流挖掘(进展),大数据遇见机器学习2015年暑期培训工作坊
Gaber M.(2015)。智能系统的研究与发展XXXII:智能系统中的应用与创新
有关刊物的完整名单载于:
选定的出版物
撰写的书
- Gaber M. M., Stahl F., Gomes J.,口袋数据挖掘:小设备上的大数据,大数据系列研究,第2卷,施普林格Verlag, ISBN 978-3-319-02711- 1,2014。
- 张晓明,刘志刚,张晓明,天文与大数据:一种基于数据聚类的不确定星系形态识别方法,《大数据研究》,第6卷,第1期,ISBN 978-3-319-06599-1, 2014。
编辑的书
- Gaber M. M., Cocea M., Wiratunga N.和Goker A.(编者),社交媒体分析的进展,计算智能研究,第602卷,施普林格Verlag, ISBN 978-3-319-18457- 9,2015。
- Sakr S., Gaber M. M.(编著),大规模与大数据:处理与管理,奥尔巴赫出版社,中国CRC出版社,ISBN-10: 1466581506, ISBN-13: 978-1466581500, 2014。
- Gaber m.m.(编著),《数据挖掘之旅:15位著名研究人员的经验》,由施普林格Verlag出版,ISBN 978-3-642-28046- 7,2012。
- Gaber m.m.(主编),科学数据挖掘和知识发现:原理和基础,施普林格Verlag出版,ISBN 978-3-642-02787- 1,2009。
- 郭古利,Gama J., Omitaomu O., Gaber M. M., Vatsavai R. R.(主编),基于传感器数据的知识发现,CRC出版社出版,ISBN 1420082329,9781420082326,2008。
- Gama J.和Gaber M.(编著),从数据流中学习:传感器网络中的处理技术,施普林格Verlag出版的书,ISBN 978-3-540-73678- 3,2007。
期刊文章选选
- Elyan E和Gaber M. M.,遗传算法优化随机森林应用于类工程数据,信息科学,Elsevier(出版中)。
- Abdallah Z. S., Gaber M. M., Srinivasan B., Krishnaswamy S.,AnyNovel:在不断变化的数据流中检测新概念,进化系统,2016年6月,第7卷,第2期,第73-93页,施普林格。
- adedo殷- olowe M., Gaber M. M., Martin-Dancausa C., Stahl F., Gomes J. B.,推特事件检测的规则动态方法及其在体育和政治中的应用,专家系统与应用,第55卷,2016年8月15日,第351-360页,Elsevier。
- Abdelsamea M., Gnecco G., Gaber M.,基于som的无监督图像分割Chan-Vese模型,软计算,施普林格(印刷中)。
- Elyan E和Gaber M. M.,使用类分解的细粒度随机森林:在医学诊断中的应用,神经计算与应用,施普林格(出版中)。
- Abdallah Z. S., Gaber M. M., Srinivasan B.,和Krishnaswamy S.,具有进化数据流的自适应移动活动识别系统,神经计算,150卷,A部分,2015年2月20日,第304-317页,爱思唯尔。
- Abdelsamea M., Gnecco G., Gaber M.,一种有效的自组织主动轮廓图像分割模型,神经计算,卷149,B部分,2015年2月3日,820-835页,爱思唯尔。
- Gaber, M. M., Gama J., Krishnaswamy S., Gomes J. B.和Stahl F.,泛在环境中的数据流挖掘:最新技术和当前方向,Wiley跨学科评论:数据挖掘和知识发现,4(2),第116-138页,2014年3月/ 4月。
- Gomes J. B., Gaber M. M., Menasalvas E.和Sousa P.,在动态特征空间中挖掘重复概念,IEEE神经网络和学习系统学报,第25卷,第1期,第95-110页,2014年1月。
- Gaber M. M., Krishnaswamy S., Gillick B., AlTaiar H., Nicoloudis N., Liono J.和Zaslavsky A.,移动数据挖掘的交互式自适应杂波感知可视化,计算机与系统科学杂志,第79卷第3期,2013年5月,第369-382页。爱思唯尔。
- Chong S. K., Gaber M. M., Krishnaswamy S.,和Loke S. W.,无线传感器网络的能量守恒:基于规则的方法,知识与信息系统(KAIS)杂志,第28卷,第3期,第579-614页,2011,施普林格伦敦。
媒体工作
访问Mohamed Gaber教授的网站获取更多信息。