Profildetails ‹ Zurück
Dr. Dhouha Mejri
Dr.

Dhouha Mejri

Fakultät für Wirtschaft und Gesellschaft (Department für Philosophie, Politik und Ökonomik)
Wissenschaftliche Mitarbeiterin

Bereich:
Wirtschaft und Gesellschaft
Ort:
Alfred-Herrhausen-Straße 50
58448 Witten
Raum:
E.101

Dr. Dhouha Mejri ist wissenschaftliche Mitarbeiterin und Dozentin für Statistik und Datenanalyse am Department für Philosophie, Politik und Wirtschaft in der Fakultät für Wirtschaft und Gesellschaft. Sie ist Statistikerin mit 9 Jahren Lehr- und Forschungserfahrung in Data Mining und statistischer Prozesskontrolle. Zu ihren Schwerpunkten gehören adaptive statistische Prozesskontrolle, maschinelles Lernen, Business Analytics und Datenanalyse. Sie nimmt als Gutachterin an verschiedenen internationalen Zeitschriften wie Technometrics und Quality Technology teil und ist daran interessiert, ein automatisiertes Deep-Learning-Konzept in Python oder R zu entwickeln. Text Mining für Geschäftsberichte, Optimierung der Digitalisierungsstrategie durch künstliche Intelligenz, digitale Transformation sowie der Einsatz von grüner Technologie in Unternehmen sind die Themen, mit denen sich Dr. Mejri beschäftigt und an denen sie derzeit forscht.

Dr. Mejri lehrte bisher an der Fakultät Statistik der Technischen Universität in Dortmund und an der SRH Hochschule in Hamm und in Leverkusen. An der Universität Dortmund promovierte sie in Dezember 2015 am Lehrstuhl Computergestützte Statistik.

Dr. Mejri arbeitete bisher an der Technischen Universität Dortmund, der ESSEC Universität in Tunesien und der SRH Hochschule in Hamm und Leverkusen. Seit 2022 ist sie wissenschaftliche Mitarbeiterin für Statistik und quantitative Methoden am Institut für Philosophie, Politik und Wirtschaft der Universität Witten/Herdecke. Seit Oktober 2022 arbeitet sie zusammen mit Prof. Dr. Lukas Stötzer in den Bereichen Statistik und Datenanalyse sowie Mathematik.

Lebenslauf

Bisherige Positionen

  • Seit 2021 wissenschaftlicher Mitarbeiterin für quantitative Methoden am Department für Philosophie, Politik und Ökonomik an der Universität Witten/Herdecke (Fakultät für Wirtschaft und Gesellschaft)
  • 2017 bis 2020 Postdoctor an der Technischen Universität Dortmund, Germany
  • 2016 bis 2017 Senior Researcher und Lecturer / Ecole Superieure des Sciences Economique et Commerciale (ESSEC), Universität Tunis
  • 2011 bis 2015 wissenschaftliche Mitarbeiterin an der Fakultät Statistik/ Technische Universität Dortmund sowie an der Universität in Tunis

Ausbildung:

  • 2015 Dr. rer. nat. Fakultät Statistik, Technsiche Universität Dortmund. Dissertation: "Multivariate Statistical Process Control using dynamic ensemble methods" (https://eldorado.tu‑dortmund.de/handle/2003/34465), DAAD Award
  • 2010 Master of Science: University of Tunis, Best Master Student at the Institue Superieur de Gestion de Tunis, Universität Tunis : “Forecasting of economic systems and financial markets" (with Distinction)
  • 2008 Bachelor of Science: Institut Superieur de Gestion de Tunis, Universität Tunis
Publikationen

Publications in Peer-reviewed Articles:

  1. Mejri, D., Limam, M. and Weihs, C. ( Sept. 2021), A new time adjusting control limits chart for concept drift detection, IFAC Journal of Systems and Control, DOI :10.1016/j.ifacsc.2021.100170; Vol: 17(3) 100170.

  2. Mejri, D., Limam, M. and Weihs, C. (2018), "A new dynamic weighted Majority Control chart for data streams", Journal of Soft Computing, DOI: 10.1007/s00500-016-2351-3, 1-12.

  3. Mejri, D., Limam, M. and Weihs, C. (2017), "Combination of Several Control Charts Based on Dynamic Ensemble Methods", Journal of Mathematics and Statistics, DOI: 10.13189/ms.2017.050302, 5(3): 117-129.

  4. Mejri, D., Khanchel, R. and Limam, M. (2013), "An ensemble method for concept drift in nonstationary environment", Journal of Statistical Computation and Simulation, 83(6): 1115 1128.

  5. D. Mejri, M. Limam and C. Weihs, "On parameters optimization of dynamic weighted majority algorithm based on Genetic Algorithm", International conference of modeling, simulation and Optimization (ICMSAO'13), IEEE, Hammamet, Tunisia, 28-30, April, 2013.

  6. Tejas Pawar, (in progress), Application of Deep Learning, Machine Learning and Advanced Analytical logistics and policy control related to CO2 emission in Germany, to be submitted to the journal of Control Engineering Practice, Journal of IFAC, the International Federation of Automatic Control.

Book Chapter:

  • Mejri, D., Limam, M. and Weihs, C., "Monitoring a Dynamic Weighted Majority Method Based on Real Datasets with Concept Drift, Springer International Publishing Switzerland, A.Wilhelm (ed.), Analysis of Large and Complex Data, Studies in Classification, Data Analysis, & Knowledge Organization, DOI 10.1007/978-3- 319-25226-1-21, Springer, 241-250, (2016).

Invited Presentations:

  1. Mejri, D. (2019), „Adaptive Control charts for identifying concept drift in nonstationary environment“ ‚Fächergruppe Mathematik/Statistik, Helmut-Schmidt-Universität / Universität der Bundeswehr Hamburg, 17 April, 2019.

Conferences Presentation:

  1. D. Mejri, M. Limam and C. Weihs, Dynamic Process Modelling: Combining control charts to detect concept drift in nonstationary environments, joint Data Science Socity (GFKL) and ECDA conference, (2015), Essex University, Colchester, UK.

  2. D. Mejri, M. Limam and C. Weihs, “Monitoring dynamic weighted majority method with adaptive control chart based on real datasets with concept drift”, 2nd European Conference on Data Analysis (ECDA), with German Classification Society, 2014, Bremen, Germany.

  3. D. Mejri, M. Limam and C. Weihs, "A new time-adjusting control limit with Fast Initial Response for Dynamic Weighted Majority based control chart", In proceedings of the 4th Meeting on Statistics and data mining, (MSDM'4), 2013, Tunisia.

  4. D. Mejri, M. Limam and C. Weihs, Combination of Several Control Charts using Dynamic Weighted Majority Algorithm, International Federation of Classification Societies (IFCS), 2013,Tilburg, Germany

Forschung

Dr. Dhouha Mejri hat die erste neue Qualitätskontrollkarte die auf Machine Learning Methoden basierend ist entwickelt. Tatsäslich hat Dr. Mejri verschiedene neue Methoden in Statistische Process Überwachung sowie erweiterte Dynamische Data Mining Methoden entwickelt, wie z. B: „Dynamic Weighted Majority Winnow DWMW, Time Adjusting Control Limit Chart (TACL), Dynamic Weighted Majority Conrol (DWMC) Chart und die Dynamic Ensemble Chart (DEC).

Dr. Mejri hat mit das Projekt B5: "Statistical modellig of nonlinear dynamic processes" der Technisce Universität Dortmund kooperiert. Sie hat Forschung über Brücken Ermüdung geforscht und hat untersucht wie Multivariate Adaptive Qualitätskontrolle die Überwachung der Brücken unter Ermüdung optimieren und zur eine Effiziente Vorhersage der Lebensdauer der Brücken durchführen. Zudem hat sie Daten über der Brücke in Wittener Straße in Bochum geforscht und analysiert.

Lehre

An der Universität Witten/Herdecke bietet Dr. Dhouha Mejri regelmäßig Statistik und Datenanalyse sowie Mathematik Kurse an. Als Lehre hat Frau Mejri folgende Kurse bis jetzt angeboten: Statistik, Datenanalyse, Big Data, Mathematik, Python Programmierung, Erweiterte Qualitätskontrolle, Ökonometrie, Decision Theory, Research Methods for Business Economics und Business Theory and Researc

Die Universität Witten/Herdecke ist durch das NRW-Wissenschaftsministerium staatlich anerkannt und wird – sowohl als Institution wie auch für ihre einzelnen Studiengänge – regelmäßig akkreditiert durch: