الرئيسية › دليل الباحثين › Saad El Fallah
Saad El Fallah
الانتماء : Université Privée de Fès
- 13منشورات (انتماء مغربي)
- 17مجموع المنشورات
- 191الاستشهادات
- 6مؤشر h
الملف البحثي
لدى Saad El Fallah 13 منشور(ات) مفهرسة (2023–2026). تُنشر أعماله أساسًا في «Lecture notes in networks and systems»، «IEEE Open Conference of Electrical, Electronic and Information Sciences (eStream)» و«Batteries». أكثر مقالاته استشهادًا هو «State of charge estimation of an electric vehicle’s battery using Deep Neural Networks: Simulation and experimental results» (2023)، وقد استُشهد به 92 مرة. 10 من هذه المنشورات تعود إلى آخر ثلاث سنوات من النشاط. شارك في تأليف أعماله 12 باحثًا على الأقل، منهم باحثون من مؤسسات في تايوان، فيتنام.
هل هذا أنت؟ عرّف بأبحاثك
أنشئ ملفك على DzCademia مجانًا وأضف مقالاتك: ستظهر بسهولة أكبر على Google وفي مساعدي الذكاء الاصطناعي مثل ChatGPT، فيقرؤها ويستشهد بها عدد أكبر من الناس.
إنشاء ملفي المجاني إضافة منشوراتيمجالات البحث
- Advanced Battery Technologies Research
- Advancements in Battery Materials
- Electric and Hybrid Vehicle Technologies
- Control Systems and Identification
- Electric Vehicles and Infrastructure
المنشورات (13)
- Deep Neural Network Optimization for Lithium-Ion Battery State of Health Prediction in Electric Vehicles: Outperforming Hybrid Models
- Advanced State of Charge Estimation Using Deep Neural Network, Gated Recurrent Unit, and Long Short-Term Memory Models for Lithium-Ion Batteries under Aging and Temperature Conditions
- Advanced Battery Management for Electric Vehicles: A Deep Dive into Estimation Techniques Based on Deep Learning for the State of Health and State of Charge of Lithium-Ion Batteries
- Adaptive Methods for Kernel Initialization of Convolutional Neural Network Model Applied to Plant Disease Classification
- A Review on Improvement in Detection of Cyberattacks Using Artificial Intelligence for the Grid Applications
- Review on Techniques for Evaluating the Degradation of Lithium-Ion Batteries Based on Artificial Intelligence: Algorithms, Implementations, Problems and Prospects
- Enhancing Battery State of Charge Estimation Through a Combination of Extended Kalman Filter and Artificial Neural Network
- Empowering Industrial Energy Management: Advancing Short-Term Load Forecasting with LSTM and CNN Deep Learning Models - Insights from a Moroccan Case Study
- Evaluation on State of Charge Estimation of Li-Ion Battery with Extended Kalman Filter Compared to Random Forest and Gradient Boosting Models
- Advanced State of Charge Estimation for Electric Vehicle Batteries Using Gradient Boosting and Random Forest Models
- State of charge estimation of an electric vehicle’s battery using Deep Neural Networks: Simulation and experimental results
- Robust State of Charge Estimation and Simulation of Lithium-Ion Batteries Using Deep Neural Network and Optimized Random Forest Regression Algorithm
- State of Charge Estimation of Lithium-Ion Batteries Using Extended Kalman Filter and Multi-layer Perceptron Neural Network
مجلات النشر
- Lecture notes in networks and systems × 6
- IEEE Open Conference of Electrical, Electronic and Information Sciences (eStream) × 4
- Batteries × 1
- Applied Sciences × 1
- Journal of Energy Storage × 1
المنشورات حسب السنة
- 20261
- 20249
- 20233
التعاون العلمي
المؤسسات الشريكة : Sidi Mohamed Ben Abdellah University · China Medical University Hospital · Université Moulay Ismail de Meknes · Thu Dau Mot University · École Normale Supérieure de l'Enseignement Technique de Mohammedia
بلدان المؤلفين المشاركين : تايوان · فيتنام
المؤلفون المشاركون
- J. Kharbach
- Mohammed Ouazzani Jamil
- A. Rezzouk
- Oumayma Lehmam
- Rachid Masrour
- Khaoula Boumais
- Saloua Lagnaoui
- Hassan Qjidaa
- Zakia Hammouch
- Mouhsine El Haissen
- Mohammed Chkoubi
- Assia Redouani
البيانات البيبليوغرافية مصدرها OpenAlex (قاعدة مفتوحة).
لماذا تختارون Dzcademia؟
ملفات أكاديمية ومقالات ومداخلات علمية: امنحوا أبحاثكم حضوراً عاماً منظماً. تساعد البيانات الوصفية المدمجة محركات البحث ومساعدات الذكاء الاصطناعي على التعرف على أعمالكم وفهم مراجعها.
علّق عبر Google
سجّل الدخول عبر Google للتعليق مباشرة على هذه الصفحة.