enseignant-chercheur, enseignant du supérieur*chercheur en entreprise, R&D du secteur privé*pilotage de la recherche et de linnovation, 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 DUN SYSTÈME DAIDE 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 laide au diagnostic du mélanome à partir dexemple
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 dun artefact fréquent sur la détection automatique du mélanome à partir dimages dermoscopiques : approche deep learning combinée à lalgorithme 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 dun algorithme fondé sur la caractérisation de laspect 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