Mme nourhène Ben Rabah
Maîtresse de conférences
Informatique
Intelligence Artificielle
Biographie en lien avec l'IA
Mon domaine de recherche se concentre sur l'analyse de données en utilisant des techniques de machine learning afin de faciliter la prise de décision. Mon expérience s'étend à plusieurs domaines divers, notamment l'Industrie 4.0, la Cybersécurité et l'E-learning. Au cours de mes travaux, j'ai acquis une expertise approfondie dans l'application de modèles d'apprentissage automatique pour extraire des insights significatifs à partir de données complexes. Mon objectif principal est de développer des solutions innovantes qui peuvent optimiser les processus décisionnels dans des contextes variés, allant de l'optimisation des opérations industrielles à la sécurisation des systèmes informatiques et à l'amélioration des environnements d'apprentissage en ligne.
Formations menées en lien avec l'IA
Machine Learning (M2 MIAGE S2I et M2 MIAGE IKSEM), encadrer une thèse et des mémoires de recherche
Projets IA
Projet ANR (ANCIL) : Cyber-sécurité autonomique avec apprentissage automatique antagoniste explicable (début fin 2023)
Domaines d'expertise sur l'IA
- IA et données
Publications
2023
Chapitre d'ouvrage
- titre
- A Machine Learning Framework for Intrusion Detection in VANET Communications
- auteur
- Nourhène Ben Rabah, Hanen Idoudi
- article
- Emerging Trends in Cybersecurity Applications, Springer International Publishing, pp.209-227, 2023, ⟨10.1007/978-3-031-09640-2_10⟩
- typdoc
- Chapitre d'ouvrage
- Accès au bibtex
-
2022
Article dans une revue
- titre
- Towards an efficient and interpretable Machine Learning approach for Energy Prediction in Industrial Buildings: A case study in the Steel Industry
- auteur
- Ismehene Chahbi, Nourhène Ben Rabah, Ines Ben Tekaya
- article
- 2022 IEEE/ACS 19th International Conference on Computer Systems and Applications (AICCSA), 2022, pp.1-8. ⟨10.1109/AICCSA56895.2022.10017816⟩
- typdoc
- Article dans une revue
- Accès au bibtex
-
2021
Communication dans un congrès
- titre
- IoT Botnet Detection using Black-box Machine Learning Models: the Trade-off between Performance and Interpretability
- auteur
- Nourhène Ben Rabah, Benedicte Le Grand, Manuele Kirsch Pinheiro
- article
- 2021 IEEE 30th International Conference on Enabling Technologies: Infrastructure for Collaborative Enterprises (WETICE), Oct 2021, Bayonne, France. pp.101-106, ⟨10.1109/WETICE53228.2021.00030⟩
- typdoc
- Communication dans un congrès
- Accès au bibtex
-
- titre
- Le Machine Learning pour un Context Mining Facility
- auteur
- Nourhène Ben Rabah, Manuele Kirsch Pinheiro, Bénédicte Le Grand, Ali Jaffal, Carine Souveyet
- article
- INFORSID 2021, Jun 2021, Dijon, France. pp.107-110
- typdoc
- Communication dans un congrès
- Accès au texte intégral et bibtex
-
2020
Communication dans un congrès
- titre
- A Framework for Classifying Web Attacks While Respecting ML Requirements
- auteur
- Nourhène Ben Rabah, Ines Ben Tekeya
- article
- AINA 2020: Advanced Information Networking and Applications, Apr 2020, Caserta, Italy, France. pp.1461-1473, ⟨10.1007/978-3-030-44041-1_123⟩
- typdoc
- Communication dans un congrès
- Accès au bibtex
-
- titre
- Machine Learning for a Context Mining Facility
- auteur
- Nourhène Ben Rabah, Manuele Kirsch Pinheiro, Bénédicte Le Grand, Ali Jaffal, Carine Souveyet
- article
- 16th Workshop on Context and Activity Modeling and Recognition, Mar 2020, Austin, United States. pp.678
- typdoc
- Communication dans un congrès
- Accès au texte intégral et bibtex
-
2019
Communication dans un congrès
- titre
- CBR-ODAF: A Case-Based Reasoning for the Online Diagnosis of All internal Faults in Automated Production Systems
- auteur
- Nourhène Ben Rabah, Ines Ben Tekaya, Moncef Tagina
- article
- 32nd International Conference on Computer Applications in Industry and Engineering, Oct 2019, San Diego (California), United States
- typdoc
- Communication dans un congrès
- Accès au bibtex
-