I. Dessouky

اختيار الموقع	تسجيل دخول

الابحاث حسب سنة النشر

نتيجة البحث عن : I. Dessouky

Feature Extraction of the Alzheimer’s Disease Images Using Different Optimization Algorithms /
and Mohamed A. Elrashidy - جامعة المنوفية - كلية الهندسة الإلكترونية
Mohamed M. Dessouky - جامعة المنوفية - كلية الهندسة الإلكترونية

الكلمات الدالة Alzheimer’s disease (AD); Magnetic resonance imaging (MRI); Optimization algorithms; Feature extraction; Particle swarm optimization; Bat algorithm; Genetic algorithm; Pattern search; Simulated annealing.

تم النشر في : J Alzheimers Dis Parkinsonism
تم النشر بتاريخ : 11/04/2016
الملحقات : 1 - Copy.docx

تحميل

الملحقات : 1 - Copy.docx

تحميل

Visual representation of DNA sequences for exon detection using non-parametric spectral estimation techniques /
Fathi E. Abd El-Samie - المجلس الاعلى للجامعات
Emadeldeen Hassan - المجلس الاعلى للجامعات
Dessouky, Ashraf A - المجلس الاعلى للجامعات
Ahmed M. Dessouky - المجلس الاعلى للجامعات
Mohamed M - المجلس الاعلى للجامعات
Taha E. Taha - المجلس الاعلى للجامعات

الكلمات الدالة DNA; signal modeling;
non-parametric spectral
estimation.
الصفحات 321-337 p.
تم النشر في : Nucleosides, Nucleotides & Nucleic Acids
الملحقات : 1 - Copy.docx

تحميل

Two stages object recognition based copy-move forgery detection algorithm /
Osama S. Faragallah - المجلس الاعلى للجامعات
Mohamed M. Dessouky - المجلس الاعلى للجامعات
Heba A. Elnemr - المجلس الاعلى للجامعات
Mohamed A. Elaskily - المجلس الاعلى للجامعات

الكلمات الدالة Copy-move forgery detection . Morphological operation . Object detection .
Connected component labeling . Speeded up robust features.
الصفحات p.15353–15373
تم النشر في : Multimedia Tools and Applications
تم النشر بتاريخ : 30/11/2018
الملحقات : 1 - Copy.docx

تحميل

Non-parametric spectral estimation techniques for DNA sequence analysis and exon region prediction /
Mohamed M. Dessouky - المجلس الاعلى للجامعات
Taha E. Taha - المجلس الاعلى للجامعات
Ahmed M. Dessouky - المجلس الاعلى للجامعات

الكلمات الدالة Bioinformatics DNA Exon prediction Genomic signal processing Spectral estimation.
الصفحات 334-348 p.
تم النشر في : Bioinformatics DNA Exon prediction Genomic signal processing Spectral estimation
تم النشر بتاريخ : 01/01/2019
الملحقات : 1 - Copy.docx

تحميل

Multi-class Image Classification Using Deep Learning Algorithm /
N A Ismail - المجلس الاعلى للجامعات
M M Dessouky - المجلس الاعلى للجامعات
W A Ezat - المجلس الاعلى للجامعات

تم النشر في : Journal of Physics: Conference Series
تم النشر بتاريخ : 01/01/2019
الملحقات : 1 - Copy.docx

تحميل

الملحقات : 1 - Copy.docx

تحميل

SLIM: A Lightweight Block Cipher for Internet of Health Things /
MOHAMED M. DESSOUKY - المجلس الاعلى للجامعات
AYMAN EL-SAYED - المجلس الاعلى للجامعات
BASSAM ABOUSHOSHA - المجلس الاعلى للجامعات

الكلمات الدالة RFID, block ciphers, lightweight cryptography, feistel ciphers, cryptanalysis.
الصفحات 203747 - 203757 p.
تم النشر في : IEEE
تم النشر بتاريخ : 19/11/2020
الملحقات : 1 - Copy.docx

تحميل

Deep learning based algorithm (ConvLSTM) for Copy Move Forgery Detection /
Mohamed M. Dessouky - المجلس الاعلى للجامعات
Ahmed Sedikc - المجلس الاعلى للجامعات
Monagi H. Alkinani - المجلس الاعلى للجامعات
Mohamed A. Elaskily - المجلس الاعلى للجامعات

الكلمات الدالة Protecting information from manipulation is important challenge in current days. Digital images are one of the
most popular information representation. Images could be used in several fields such as military, social media, security
purposes, intelligence fields, evidences in courts, and newspapers. Digital image forgeries mean adding unusual patterns to
the original images that cause a heterogeneity manner in form of image properties. Copy move forgery is one of the hardest
types of image forgeries to be detected. It is happened by duplicating part or section of the image then adding again in the
image itself but in another location. Forgery detection algorithms are used in image security when the original content is not
available. This paper illustrates a new approach for Copy Move Forgery Detection (CMFD) built basically on deep learning.
The proposed model is depending on applying (Convolution Neural Network) CNN in addition to Convolutional Long Short-
Term Memory (CovLSTM) networks. This method extracts image features by a sequence number of Convolutions (CNVs)
layers, ConvLSTM layers, and pooling layers then matching features and detecting copy move forgery. This model had been
applied to four aboveboard available databases: MICC-F220, MICC-F2000, MICC-F600, and SATs-130. Moreover, datasets
have been combined to build new datasets for all purposes of generalization testing and coping with an over-fitting problem.
In addition, the results of applying ConvLSTM model only have been added to show the differences in performance between
using hybrid ConvLSTM and CNN compared with using CNN only.
The proposed algorithm, when using number of epoch’s equal 100, gives high accuracy reached to 100% for some datasets
with lowest Testing Time (TT) time nearly 1 second for some datasets when compared with the different previous algorithms.
Keywords: Convolutional Long Short-Term Memory (CovLSTM), copy-move forgery detection, image authentication,
tampered images, deep learning, and convolutional neural networks.
الصفحات 4385–4405 p.
تم النشر في : Journal of Intelligent & Fuzzy Systems
تم النشر بتاريخ : 02/03/2021
الملحقات : 1 - Copy.docx

تحميل

Evaluation of Deep Learning YOLOv3 Algorithm for Object Detection and Classification /
Weal A. Ezat - جامعة المنوفية - كلية الطب
Mohamed M. Dessouky - جامعة المنوفية - كلية الطب
Nabil A. Ismail - جامعة المنوفية - كلية الطب

الكلمات الدالة Deep learning, YOLOv3, Object detection.
الصفحات 52-57 p.
تم النشر في : Menoufia J. of Electronic Engineering Research (MJEER)
تم النشر بتاريخ : 01/01/2021
الملحقات : 1 - Copy.docx

تحميل