.png){kind=icon}
Amel Ali Alhussan
个人简介
暂无内容
教育背景
暂无内容
工作经历
暂无内容
荣誉奖项
暂无内容
基于Ninja优化算法的元启发式和深度表格学习框架用于预期寿命预测
基于阿尔-比鲁尼地球半径优化驱动的统一元启发式框架的医院环境结构化生命体征预测
基于水膜脱盐建模的忍者优化增强双向长短时记忆网络与概念性LLM信息数据准备
混合Al-Biruni和Puma优化（BERPO）以提升5G网络中服务质量（QoS）的分类
Yagin, F.H.; Colak, C.; Al-Hashem, F.; Alzakari, S.A.; Alhussan, A.A.; Aghaei, M. 利用可解释的自动化机器学习（AutoML）和代谢组学实现肌痛性脑脊髓炎/慢性疲劳综合征（ME/CFS）的稳健诊断与病理生理学见解。Diagnostics 2025, 15, 2755. [Google Scholar] [CrossRef] [PubMed]
滑翔机蛇优化器 (GSO): 用于全局和工程优化问题的自然启发的元启发式算法
基于Transformer的深度学习模型在光伏功率预测中的特征选择与超参数调优，采用剑鱼运动优化算法（SMOA）
仿生启发的美洲狮优化算法用于时间序列能耗预测
基于深度学习和AlexNet的视网膜疾病自动分类及统计模型分析
重新定义供应链动态：数字化和绿色创新作为联合国可持续发展目标下能源供应链韧性的催化剂
通过区块链技术和大数据实现医疗废物可持续管理的结构分析与建模：采用ISM-MICMAC和AHP方法对障碍因素的分析与建模
基于深度强化学习的自动驾驶联网车辆多目标自适应跟驰框架
混合动力电动汽车的排放预测：基于足球优化和强化学习
动态二进制剑鱼运动优化算法用于特征选择
AGF-HAM：用于可解释情感分析的适应性门控融合层次注意力模型
一种基于DTCWT、DCT和SVD的鲁棒性多变换医疗图像水印方案
可解释AI在智能绿色能源预测中的应用：基于iHow优化算法（iHOW）的深度学习
