Amin Faraji, Sayed Alireza Sadrossadat, Ali Moftakharzadeh, Morteza Nabavi et Yvon Savaria
Article de revue (2023)
Un lien externe est disponible pour ce document
| Département: | Département de génie électrique |
|---|---|
| URL de PolyPublie: | https://publications.polymtl.ca/53765/ |
| Titre de la revue: | IEEE Transactions on Components, Packaging and Manufacturing Technology (vol. 13, no 5) |
| Maison d'édition: | IEEE |
| DOI: | 10.1109/tcpmt.2023.3279098 |
| URL officielle: | https://doi.org/10.1109/tcpmt.2023.3279098 |
| Date du dépôt: | 10 juil. 2023 16:30 |
| Dernière modification: | 05 avr. 2024 11:59 |
| Citer en APA 7: | Faraji, A., Sadrossadat, S. A., Moftakharzadeh, A., Nabavi, M., & Savaria, Y. (2023). Deep Independent Recurrent Neural Network Technique for Modeling Transient Behavior of Nonlinear Circuits. IEEE Transactions on Components, Packaging and Manufacturing Technology, 13(5), 688-699. https://doi.org/10.1109/tcpmt.2023.3279098 |
|---|---|
Statistiques
Dimensions
Actions réservées au personnel
|
Afficher document |
