enseignant-chercheur, enseignant du supérieur*chercheur en entreprise, R&D du secteur privé*pilotage de la recherche et de l’innovation, gestion de projets innovants, pilotage de structures innovantes*expertise, études et conseils dans des organisations, cabinets ou sociétés fournissant des prestations intellectuelles, des expertises scientifiques, prospectives ou stratégiques*entrepreneur des domaines innovants*

Coordonnées

cartelgouabou@gmail.com

Adresse professionnelle

163 avenue de luminy 13009 MARSEILLE 9E ARRONDISSEMENT
061067074

Techniques maîtrisées

Deep learning; Machine learning; Traitement d'image; Loi de commande; Electronique; Asservissement et régulation; Analyse de données

Compétences

Gestion de projet; Gestion d'équipe, Prise de parole en public, Rédaction technique

Doctorat

Intitulé : Informatique
1ère inscription en thèse : Octobre 2019 / 3A these 2021
École doctorale : Mathématiques et Informatique de Marseille
Sujet : Apprentissage profond pour l'aide au diagnostic du mélanomes par comparaison avec des cas semblables
Directeur de thèse : Abdellatif MOUDAFI
Co-directeur : Jean-luc DAMOISEAUX
Unité de recherche : LIS Laboratoire d'Informatique et Systèmes
Intitulé de l'équipe :

Master

Intitulé : Master 2
Septembre 2019 - ENSISA - Mulhouse
Mention : Bien

Langues vivantes

Production scientifique

  • CONCEPTION D’UN SYSTÈME D’AIDE A LA CONDUITE POUR VEHICULE DE TOURISME (ANTICOLLISION)
    archives-ouvertes 2017
    Arthur Cartel Foahom Gouabou,Leslie Ngwa Ngwa
    https://hal-amu.archives-ouvertes.fr/hal-02308475/document
  • Apprentissage profond pour l’aide au diagnostic du mélanome à partir d’exemple
    Université haute-alsace 2019
    Arthur Cartel Foahom Gouabou; Jean-Luc Damoiseaux;Frédéric Heim
    https://hal-amu.archives-ouvertes.fr/hal-02515203/document
  • Ensemble Method of Convolutional Neural Networks with Directed Acyclic Graph Using Dermoscopic Images: Melanoma Detection Application
    Sensors MDPI 2021
    Foahom Gouabou, Arthur C.; Damoiseaux, Jean-Luc; Monnier, Jilliana; Iguernaissi, Rabah; Moudafi, Abdellatif; Merad, Djamal
    https://doi.org/10.3390/s21123999
  • Impact d’un artefact fréquent sur la détection automatique du mélanome à partir d’images dermoscopiques : approche deep learning combinée à l’algorithme Support Vector Machine
    Annales de Dermatologie et de Vénéréologie 2020
    J.Monnier, A.C.Foahom Gouabou, C.Gaudy-Marqueste, J.-L.Damoiseaux, J.-J.Grob, D.Merad
    https://www.sciencedirect.com/science/article/abs/pii/S015196382030418X
  • Détection automatique du mélanome : comparaison d’un algorithme fondé sur la caractérisation de l’aspect désordonné de lésions mélanocytaires mimant la pratique des dermatologues, avec une approche par CNN (Convolutional Neural Network)
    Annales de Dermatologie et de Vénéréologie - FMC 2021
    Jilliana Monnier, Arthur Cartel Foahom Gouabou, Meryem Serdi, Rabah Iguernaissi, Caroline Gaudy-Marqueste, Jean-Luc Damoiseaux, Jean-Jacques Grob, Djamal Merad
    https://www.sciencedirect.com/science/article/abs/pii/S2667062321008473