Nada SBIHI : Professeur assistant à l’UIR et membre du TIClab. Elle a obtenu un doctorat à l’Université Pierre et Marie Currie (Paris 6). Ses études doctorales ont été effectuées à l'INRIA. Ses thématiques de recherche sont dans le Big Data et l’intelligence artificielle et leurs applications dans divers domaines : transport intelligent, réseaux sociaux, réseaux orientés contenu, pollution urbaine et santé.
1. Doctorat en Informatique de l’Université Pierre et Marie Curie –
Paris. Sujet : « La gestion du trafic dans les réseaux orientés
contenus», encadrée par Dr. James Roberts (James.Roberts@inria.fr),
Mention Très Honorable
2. Master recherche en Informatique, Université Pierre et Marie Curie en habilitation avec Télécom ParisTech - Paris, France.
3. Diplôme d'ingénieur d’Etat de l'Institut National des Postes et Télécommunications (INPT), option Informatique, réseaux et systèmes, Rabat
2. Master recherche en Informatique, Université Pierre et Marie Curie en habilitation avec Télécom ParisTech - Paris, France.
3. Diplôme d'ingénieur d’Etat de l'Institut National des Postes et Télécommunications (INPT), option Informatique, réseaux et systèmes, Rabat
1. El Haji, H., Souadka, A., Patel, B. N., Sbihi, N., Ramasamy, G.,
Patel, B. K., ... & Banerjee, I. (2023). Evolution of Breast Cancer
Recurrence Risk Prediction: A Systematic Review of Statistical and
Machine Learning–Based Models. JCO Clinical Cancer Informatics, 7,
e2300049.
2. Rahhal, I., Carley, K., Ismail, K., & Sbihi, N. (2022, March). Education path: Student orientation based on the job market needs. In 2022 IEEE Global Engineering Education Conference (EDUCON) (pp. 1365-1373). IEEE.
3. Moukafih, Y., Ghanem, A., Abidi, K., Sbihi, N., Ghogho, M., & Smaïli, K. (2022, February). Simscl: A simple fully-supervised contrastive learning framework for text representation. In Australasian Joint Conference on Artificial Intelligence (pp. 728-738). Cham: Springer International Publishing.
2. Rahhal, I., Carley, K., Ismail, K., & Sbihi, N. (2022, March). Education path: Student orientation based on the job market needs. In 2022 IEEE Global Engineering Education Conference (EDUCON) (pp. 1365-1373). IEEE.
3. Moukafih, Y., Ghanem, A., Abidi, K., Sbihi, N., Ghogho, M., & Smaïli, K. (2022, February). Simscl: A simple fully-supervised contrastive learning framework for text representation. In Australasian Joint Conference on Artificial Intelligence (pp. 728-738). Cham: Springer International Publishing.