 |
 |
Conference papers
Training the Recurrent neural network by the Fuzzy Min-Max algorithm for fault prediction
Ryad Zemouri
1
Daniel Racoceanu
2
Noureddine Zerhouni
3, 4
Eugénia Minca
5
Florin Filip
6
1
CEDRIC - LAETITIA - CEDRIC. Traitement du signal et architectures électroniques
CEDRIC - Centre d'études et de recherche en informatique et communications
Ryad Zemouri 1
Author IdHAL : ryad-zemouri ORCID : https://orcid.org/0000-0002-3283-9391
Daniel Racoceanu 2
Author IdHAL : daniel-racoceanu ORCID : https://orcid.org/0000-0002-9416-1803
Noureddine Zerhouni 3, 4
Author
Eugénia Minca 5
Author
Florin Gheorghe Filip 6
Author
1
CEDRIC - LAETITIA - CEDRIC. Traitement du signal et architectures électroniques (France)
- CEDRIC - Centre d'études et de recherche en informatique et communications (292 rue Saint-Martin
75141 PARIS Cedex 03
Case courrier 2D4P30 - France)
- ENSIIE - Ecole Nationale Supérieure d'Informatique pour l'Industrie et l'Entreprise : EA4629 (France)
- CNAM - Conservatoire National des Arts et Métiers [CNAM] : EA4629 (France)
2
IPAL - Image & Pervasive Access Lab (Institute for Infocomm Research 1 Fusionopolis Way #21-01 Connexis (South Tower) Singapore 138632 - Singapore)
- Institute for Infocomm Research - I²R [Singapore] (1 Fusionopolis Way, Singapore 138632 - Singapore)
- CNRS - Centre National de la Recherche Scientifique : UMI2955 (France)
- A*STAR - Agency for science, technology and research [Singapore] (Singapore)
- MATHEMATIQUES, SCIENCES ET TECHNOLOGIES DE L'INFORMATION ET DE LA COMMUNICATION (UJF) (France)
- NUS - National University of Singapore (21 Lower Kent Ridge Rd, Singapour 119077 - Singapore)
- UPMC - Université Pierre et Marie Curie - Paris 6 (4 place Jussieu - 75005 Paris - France)
3
LAB - Laboratoire d'automatique de Besançon (25 Rue Alain Savary 25000 BESANCON - France)
- CNRS - Centre National de la Recherche Scientifique : UMR6596 / URA1785 (France)
- ENSMM - Ecole Nationale Supérieure de Mécanique et des Microtechniques (École Nationale Supérieure de Mécanique et des Microtechniques 26, rue de l'épitaphe CS 51813 25030 BESANÇON CEDEX - FRANCE - France)
- UFC - Université de Franche-Comté (1 rue Goudimel 25030 Besançon cedex - France)
4
FEMTO-ST - Franche-Comté Électronique Mécanique, Thermique et Optique - Sciences et Technologies (UMR 6174) (32 avenue de l'Observatoire 25044 BESANCON CEDEX - France)
- UTBM - Université de Technologie de Belfort-Montbeliard (France)
- ENSMM - Ecole Nationale Supérieure de Mécanique et des Microtechniques (École Nationale Supérieure de Mécanique et des Microtechniques 26, rue de l'épitaphe CS 51813 25030 BESANÇON CEDEX - FRANCE - France)
- UFC - Université de Franche-Comté (1 rue Goudimel 25030 Besançon cedex - France)
- CNRS - Centre National de la Recherche Scientifique : UMR6174 (France)
5
UVT - Valahia University of Targoviste [Roumanie] (B-dul Unirii 18-20, 130082, Targoviste
Universitatea VALAHIA din Targoviste
Bd. Carol I, Nr. 2, 130024, Targoviste, Dambovita, ROMANIA - Romania)
6
Romanian Academy (125, Calea Victoriei, sector 1, RO - 010071, Bucharest - Romania)
Document type :
Conference papers
Domain :
Complete list of metadata
https://hal-cnam.archives-ouvertes.fr/hal-02479235
Contributor : Ryad Zemouri <>
Submitted on : Friday, February 14, 2020 - 1:35:02 PM
Last modification on : Friday, April 2, 2021 - 3:35:28 AM
Contributor : Ryad Zemouri <>
Submitted on : Friday, February 14, 2020 - 1:35:02 PM
Last modification on : Friday, April 2, 2021 - 3:35:28 AM
Identifiers
- HAL Id : hal-02479235, version 1
- DOI : 10.1063/1.3106518
Collections
CNAM | UNIV-FCOMTE | FEMTO-ST | CEDRIC-CNAM | CNRS | IPAL | SU-SCIENCES | UPMC | SORBONNE-UNIVERSITE | UNIV-BM | UNIV-BM-THESE
Citation
Ryad Zemouri, Daniel Racoceanu, Noureddine Zerhouni, Eugénia Minca, Florin 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⟩
Metrics
Record views