Training the Recurrent neural network by the Fuzzy Min-Max algorithm for fault prediction - Cnam - Conservatoire national des arts et métiers
Communication Dans Un Congrès Année : 2003

Training the Recurrent neural network by the Fuzzy Min-Max algorithm for fault prediction

Domaines

Apprentissage [cs.LG]

Ryad Zemouri  : Connectez-vous pour contacter le contributeur

https://cnam.hal.science/hal-02479235

Soumis le : vendredi 14 février 2020-13:35:02

Dernière modification le : vendredi 19 juillet 2024-11:38:05

Fichier non déposé

Dates et versions

hal-02479235 , version 1 (14-02-2020)

Identifiants

Citer

Ryad Zemouri, Daniel Racoceanu, Noureddine Zerhouni, Eugénia Minca, Florin Gheorghe Filip. Training the Recurrent neural network by the Fuzzy Min-Max algorithm for fault prediction. Intelligent systems and automation: 2nd Mediterranean Conference on Intelligent Systems and Automation (CISA’09), Mar 2009, Zarzis (Tunisia), France. pp.85-90, ⟨10.1063/1.3106518⟩. ⟨hal-02479235⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

UPMC UGA CNRS UNIV-FCOMTE UNIV-BM CNAM FEMTO-ST UNIV-BM-THESE IPAL SORBONNE-UNIVERSITE CEDRIC-CNAM SU-SCIENCES
83 Consultations
0 Téléchargements

Altmetric

Partager

More