Accueil › Annuaire des chercheurs › Brahim Zraibi
Brahim Zraibi
Affiliation : Cadi Ayyad University · Université Hassan 1er
- 16Publications (affiliation marocaine)
- 19Publications au total
- 384Citations
- 4Indice h
Profil de recherche
Brahim Zraibi compte 16 publications référencées (2021–2026). Ses travaux paraissent principalement dans « Lecture notes in networks and systems », « Lecture notes on data engineering and communications technologies » et « International Conference on Circuit, Systems and Communication (ICCSC) ». Son article le plus cité, « Comparing deep learning methods to predict the remaining useful life of lithium-ion batteries » (2022), a été cité 24 fois. 12 de ces publications datent des trois dernières années d’activité. Ses travaux sont cosignés avec au moins 12 chercheurs, notamment dans des établissements de Canada.
C’est vous ? Faites connaître vos travaux
Créez gratuitement votre profil DzCademia et ajoutez vos articles : ils apparaîtront plus facilement sur Google et dans les assistants d’IA comme ChatGPT. Plus de personnes pourront vous lire et vous citer.
Créer mon profil gratuit Ajouter mes publicationsDomaines de recherche
- Advanced Battery Technologies Research
- Advancements in Battery Materials
- Machine Fault Diagnosis Techniques
- Reliability and Maintenance Optimization
- Arduino and IoT Applications
Publications (16)
- Accurate Remaining Useful Life Prediction of Lithium-Ion Batteries Using a Hybrid Deep Learning Framework
- Optimizing Lithium-Ion Battery SOC Estimation Under Safe Dynamic Conditions : Modeling and Performance Comparison
- A SWOT-Guided Hybrid Optimization Framework for Reducing EV Charging Time
- Comparison of LSTM and CNN Models for SOC Estimation in Lithium Polymer Batteries
- Online Fault Tolerant RUL Prediction Strategy for Lithium-Ion Batteries Using Machine Learning
- RUL prediction for lithium-ion batteries using improved-CGD hybrid model
- Advanced Hybrid Deep Learning Model for Accurate RUL Prediction of Lithium-Ion Batteries
- Practical application of lithium-ion battery management systems: heating system
- NextIP: Design and Development of a Smart Electrical Outlet for Optimized Energy Management
- Advancing Lithium-ion Battery Prognostics: A Novel Deep Learning Framework for Enhanced SOH and RUL Prediction Accuracy
- Capacity Prediction for Lithium-Ion Batteries Using Different Neural Networks Methods
- Improving lithium-ion battery reliability through neural network remaining useful life prediction
- Comparing deep learning methods to predict the remaining useful life of lithium-ion batteries
- Hybrid Neural Network Method for Predicting the SOH and RUL of Lithium-Ion Batteries
- Reducing the training time of deep learning models using synchronous SGD and large batch size
- Comparing Single and Hybrid methods of Deep Learning for Remaining Useful Life Prediction of Lithium-ion Batteries
Revues de publication
- Lecture notes in networks and systems × 4
- Lecture notes on data engineering and communications technologies × 2
- International Conference on Circuit, Systems and Communication (ICCSC) × 1
- IEEE Access × 1
- International Journal of Dynamics and Control × 1
- International Journal of Power Electronics and Drive Systems/International Journal of Electrical and Computer Engineering × 1
Publications par année
- 20264
- 20255
- 20243
- 20223
- 20211
Collaborations
Établissements partenaires : Abdelmalek Essaâdi University · Université Sultan Moulay Slimane · Carleton University
Pays des co-auteurs : Canada
Co-auteurs
- Salah Eddine Loukili
- Mohamed Mansouri
- Mohamed Mansouri
- Omar Lammamri
- Abdelghani Ezzahi
- Adam Afadiss
- Said Ben Alla
- Chafik Okar
- Abdellah Ezzati
- M. Mansouri
- Mohamed Mansouri
- Othmane Elmouatamid
Données bibliographiques issues d’OpenAlex (base ouverte).
Pourquoi choisir Dzcademia ?
Pour donner à vos travaux plus de chances d’être découverts et recommandés par les IA. Profils, articles et communications : donnez à votre recherche une présence publique structurée. Les métadonnées intégrées aident les moteurs de recherche et les assistants IA à identifier vos travaux et à comprendre leurs références.
Commenter avec Google
Connecte-toi avec Google pour commenter directement sur cette page.