Dr. Hossam FRAIHAT
Chercheur associé
Domaine(s) d'expertise
Machine Learning, Deep Learning, Traitement de signal, Computer Vision
Hossam FRAIHAT, chercheur associé à aivancity, est professeur en intelligence artificielle et réseaux informatiques, titulaire d’un doctorat en traitement du signal,, imagerie et robotique de l’Université Paris-Est. Il enseigne à La Salle Passy Buzenval et au CFA, il était professeur assistant au département génie électrique de l’Université Al-Ahliyya Amman, en Jordanie, et mène des recherches sur l’IA appliquée à la vision par ordinateur, aux signaux biomédicaux et à la prévision énergétique. Il est auteur de plusieurs publications dans des revues internationales classées Scopus (Q1/Q2), notamment dans des journaux comme Future Internet, MDPI et IEEE Access.
| Année | Université | Diplôme/Poste |
|---|---|---|
| 2017 | Université Paris-Est | Doctorat en Signal, Images et robotique |
| 2010 | Université de Nantes | Master 2 : Conception des composants électroniques et optoélectroniques |
| Année | Fonction |
|---|---|
| 2025 - présent | Chercheur associé aivancity |
| 2022 - 2025 | Enseignant en réseaux informatiques et cybersécurité à l’établissement La Salle Passy Buzenval |
| 2024 -2025 | Enseignant en réseaux informatiques et cybersécurité au CFA -SDMI |
| 2018 - 2022 | Professeur assistant en génie électrique à l’Université Al-Ahliyya Amman, en Jordanie |
| 2013-2017 | Doctorant en computer vision |
- Hossam et al. (2022) : Solar Radiation Forecasting by Pearson Correlation Using LSTM Neural Network and ANFIS Method: Application in the West-Central Jordan, Future Internet MDPI (Scopus Q2)
- Bassam et al. (2022) : Automated Detection of Left Bundle Branch Block from ECG Signal Utilizing the Maximal Overlap Discrete Wavelet Transform with ANFIS, MDPI (Scopus Q2).
- Bassam et al. (2022) : Assessment of Dual-Tree Complex Wavelet Transform to Improve SNR in Collaboration with Neuro-Fuzzy System for Heart-Sound Identification, Electronics MDPI (Scopus Q2).
- Bassam et al. (2020) : A Framework Classification of Heart Sound Signals in PhysioNet Challenge 2016 Using High Order Statistics and Adaptive NeuroFuzzy Inference System, IEEE Access (Scopus Q1).
- Bassam et al. (2020) : Quantitative Analysis Signal-Based Approach Using the Dual Tree Complex Wavelet Transform for Studying Heart Sound Conditions, 5th IEEE Middle East and Africa Conference on Biomedical Engineering (MECBME2020), Amman, Jordan, March 24th-26th, 2020.
- Fraihat et al. (2017) : A Pseudo-3D Vision-Based Dual Approach for Machine-Awareness in Indoor Environments Combining Multi-Resolution Visual Information, IWANN 2017, Cadiz, Spain, June 14–16, 2017, Springer, LNCS series, Vol. 10306, Part II.
- Madani et al. (2017) : Machine-Awareness in Indoor Environment: A Pseudo-3D Vision-Based Approach Combining Multi-Resolution Visual Information, IEEE/IDAACS 2017, Bucharest, Romania, September 21–23, 2017.
- Fraihat et al. (2015b) : Soft-Computing Based Fast Visual Objects’ Distance Evaluation for Robots’ Vision, IEEE/IDAACS 2015, Warsaw, Poland, September 24–26, 2015.