Houssam Kanso

Dr. Houssam Kanso

orcid

Research Focus & Metrics

Academic Career Length

5Years (2022-Present)

(Calculated once Scilit publication data is synced: current year − year of first publication + 1)

Representative Publications

View All Publications
2 January 2023 in Cyber-Physical Systems
Verified
Journal Article
Closed access
HKHoussam Kanso
Houssam Kanso
ANAdel Noureddine
Adel Noureddine
EEErnesto Exposito
Ernesto Exposito
In recent years, the number of connected devices and systems has increased exponentially, along with their daily use. Cyber-Physical Systems (CPS) are complex multi-layered feedback systems that combine computing resources and interaction with the physical environment using sensors and actuators. Energy is considered one of the major concerns driven by the increasing number of connected systems. In this paper, we review current research approaches in energy-aware CPS. We propose a novel architectural methodology to analyse and compare state-of-the-art approaches, on their architectural design and energy-related factors. We finally draw recommendations from our review on how to build energy-aware CPS solutions.

28 December 2022 in Sustainable Computing: Informatics and Systems
Verified
Journal Article
Closed access
HKHoussam Kanso
Houssam Kanso
ANAdel Noureddine
Adel Noureddine
EEErnesto Exposito
Ernesto Exposito

4 July 2025 in Innovative Higher Education
Verified
Journal Article
Open access
PDF file
LCLucía Campo
Lucía Campo
NDNahia Delgado
Nahia Delgado
JEJosé María Etxabe-Urbieta
José María Etxabe-Urbieta
HKHoussam Kanso
Houssam Kanso
MGMamadou Lamine Gueye
Mamadou Lamine Gueye
While artificial intelligence (AI), exemplified by tools like ChatGPT, has undoubtedly ushered in numerous advantages within the realm of education, its implementation also underscores a range of constraints and challenges. The objective of the current study is to examine the association between the frequency of the use of ChatGPT for academic purposes and the extent of plagiarism, while also investigating the influence of personal variables such as gender, age, academic year, and educational background measured by previous results. To achieve this, a sample comprising 503 university students from Spain was recruited, and they were asked to complete a set of questionnaires designed to assess the constructs mentioned. The findings indicated that there is a correlation between the frequency of use of ChatGPT and Plagiarism, but causality was not found. Besides, a moderator effect of age and academic year on the relationship between the use of ChatGPT and Plagiarism was found. These findings suggest the need to address certain factors of plagiarism among higher education students, such as awareness of plagiarism or the management of perceptions about the academic requirements.

7 April 2026
Verified
Thesis
Closed access
HKHoussam Kanso
Houssam Kanso
Contribution à l'efficacité énergétique des maisons intelligentes : un framework de gestion automatisée: Ces dernières années, la consommation électrique des systèmes cyber-physiques (CPS) a augmenté en raison du nombre croissant d'équipements connectés (par exemple, appareils intelligents, équipements IoT...), principalement dans le secteur résidentiel. Un grand nombre d'appareils intègrent des capteurs leur permettant de produire des données décrivant l'état d'un appareil ou le comportement d'une personne (par exemple, capteur de température, capteur de présence...). En outre, de nombreux appareils sont équipés d'actionneurs capables d'accomplir des tâches ayant un impact sur l'environnement (par exemple, le contrôle de la lumière, le système de chauffage, de ventilation, de climatisation...). Ces dispositifs ont le potentiel de collecter une grande quantité de données qui peuvent être utiles pour l'estimation et la gestion de l'énergie. Cependant, les approches actuelles de gestion de l'énergie sont principalement appliquées à des modèles limités d'appareils dans des domaines spécifiques et sont difficiles à mettre en œuvre dans d'autres scénarios.Ces approches actuelles présentent des limites en termes de leur niveau d'autonomie, leur flexibilité, leur généricité, les métriques contrôlées et l'hétérogénéité des dispositifs étudiés.Afin de répondre à ces lacunes, nous présentons, dans cette thèse, une approche de gestion de l'énergie pour les environnements connectés basée sur la génération de modèles d'estimation de puissance, la représentation d'une description formelle des connaissances liées à l'énergie et à l'utilisation des techniques d'apprentissage par renforcement (RL) pour accomplir des actions énergétiques efficaces. Nous illustrons notre proposition dans le domaine de la maison intelligente.Nous présentons d'abord une approche de modélisation autonomique de la puissance utilisée pour générer des modèles précis d'estimation de la puissance en temps réel pour tout type de dispositif dans des environnements hétérogènes.Ensuite, nous présentons une extension orientée énergie pour une ontologie de référence. Elle vise à représenter les concepts utiles impliqués dans la gestion de l'énergie dans les environnements connectés.De plus, nous développons les algorithmes de notre approche RL qui exploitent les connaissances de l'estimateur de puissance et de l'ontologie pour générer l'agent RL et des environnements d'apprentissage correspondants. Nous présentons également différentes fonctions de récompense basées sur les préférences des utilisateurs et la consommation d'énergie.L'approche proposée donne de bons résultats compte tenu de la faible période de convergence, du niveau de satisfaction des préférences des utilisateurs et de la diminution significative de la consommation d'énergie.La principale contribution de cette thèse est de garantir une gestion autonome de la consommation d'énergie. Elle fournit également une visibilité sur les pertes d'énergie en estimant la consommation d'énergie des dispositifs de manière automatisée. Elle propose également une manière de représenter les connaissances liées à l'énergie. Enfin, elle garantit que des actions efficaces sur le plan énergétique sont exécutées dans des environnements hétérogènes.