Imed GHNAYA - Admis au titre de docteur

Adresse Professionnelle
Rue Darghoulia, Medenine centre 4100
Medenine TUNISIE
ghnaya.imed.3@gmail.com
imed.ghnaya@u-bordeaux.fr

Projet professionnel :

chercheur en milieu académique

Techniques maîtrisées :

Doctorat Informatique

Thèse soutenue le 17 avril 2024 - Université de Bordeaux

Ecole doctorale : Mathématiques et Informatique

Sujet : Résilience de la perception collective et augmentée des véhicules autonomes connectés par les C-ITS

Mots-clés de la thèse : cybersecurité,5G,Green IT,Infrastructure digitale,C-ITS,résilience,

Direction de thèse : Mohamed MOSBAH

Co-direction de thèse : Toufik AHMED

Co-direction de thèse : Marion BERBINEAU

Unité de recherche : LaBRI - Laboratoire Bordelais de Recherche en Informatique UMR 5800 - Talence
Intitulé de l'équipe : Méthodes et Modèles formels

Master - Recherche en Informatique

obtenu en décembre 2020 - Université de Monastir
Option : Modélisation des Systèmes de Raisonnement Automatiques

Production scientifique

- Imed Ghnaya; Hasnaâ Aniss; Toufik Ahmed; Mohamed Mosbah 2023. A Distributed Double Deep Q-Learning Method for Object Redundancy Mitigation in Vehicular Networks 2023 IEEE Wireless Communications and Networking Conference (WCNC), 6, https://ieeexplore.ieee.org/document/10118857
- Imed Ghnaya, Hasnaâ Aniss, Toufik Ahmed, Mohamed Mosbah 2023. A Distributed Double Deep Q-Learning Method for Object Redundancy Mitigation in Vehicular Networks , , https://hal.science/hal-04231518/document
- Imed Ghnaya; Mohamed Mosbah; Hasnaâ Aniss; Toufik Ahmed 2023. Multi-Agent Advantage Actor-Critic Learning For Message Content Selection in Cooperative Perception Networks NOMS 2023-2023 IEEE/IFIP Network Operations and Management Symposium, 9, https://ieeexplore.ieee.org/document/10154436
- Imed Ghnaya, Mohamed Mosbah, Hasnaâ Aniss, Toufik Ahmed 2023. Multi-Agent Advantage Actor-Critic Learning For Message Content Selection in Cooperative Perception Networks , , https://hal.science/hal-04231507/document
- Imed Ghnaya, Toufik Ahmed, Mohamed Mosbah, Hasnaa Aniss 2022. Maximizing Information Usefulness in Vehicular CP Networks Using Actor-Critic Reinforcement Learning , , https://hal.science/hal-04231597/document

Langues Vivantes : Arabe C2 - Maternel - Français C2 - Maternel - Anglais C2 - Maternel

Dernière mise à jour le 5 mars 2024