Machine-Learning Aided Multiobjective Optimization of Electric Machines— Geometric-Feasibility and Enhanced Regression Models

Référence IEEE Journal of Emerging and Selected Topics in Industrial Electronics, 4, 3, page (844-854)
Publication Publié, 2023-07-01

Article révisé par les pairs

Titre:	Machine-Learning Aided Multiobjective Optimization of Electric Machines— Geometric-Feasibility and Enhanced Regression Models
Auteur:	Pop, Adrian-Cornel; Cai, Zhaofeng; Gyselinck, Johan
Informations sur la publication:	IEEE Journal of Emerging and Selected Topics in Industrial Electronics, 4, 3, page (844-854)
Statut de publication:	Publié, 2023-07-01
Sujet CREF:	Sciences de l'ingénieur
Mots-clés:	Artificial neural network (ANN)
	classification models
	constrained multiobjective design optimization
	electric machines
	machine learning (ML)
	permanent-magnet synchronous machines (PMSMs)
	surrogate modeling
Note générale:	SCOPUS: ar.j
Langue:	Anglais
Identificateurs:	urn:issn:2687-9735
	info:doi/10.1109/JESTIE.2023.3252404
	info:scp/105018881691

Référencement	Visibilité	Pérennité	Facilité
Les publications encodées constituent la bibliographie académique de l'Université.	Les documents déposés sont indexés par les moteurs de recherche (Google Scholar,…).	Les documents déposés en open-access sont archivés au sein du réseau de préservation SAFE-PLN (www.safepln.org).	Les listes de publications sont compatibles avec le CV-ULB, le FNRS et accessibles sur le web.