| 标题 |
  Physics-Informed Cross-Domain Deep Learning for Laboratory-to-Field Battery Remaining Useful Life Estimation Under Operational Shifts and Target-Label Scarcity 相关领域
深度学习
计算机科学
协方差
人工智能
波动性（金融）
均方误差
保险丝（电气）
融合
预处理器
协方差矩阵
荷电状态
电池（电）
软件部署
一致性（知识库）
机器学习
弹道
贝叶斯概率
模拟
传感器融合
卷积神经网络
贝叶斯推理
可靠性工程
环境科学
|
| 网址 | |
| DOI | |
| 其它 |
期刊：Batteries 作者：Kumbirayi Nyachionjeka; Emad Abd-Elrady; Ehab H. E. Bayoumi 出版日期：2026-07-27 |
| 求助人 | |
| 下载 | 求助已完成，仅限求助人或该文件上传人下载。 |
|
温馨提示：该文献已被科研通 学术中心 收录，前往查看
科研通『学术中心』是文献索引库，收集文献的基本信息（如标题、摘要、期刊、作者、被引量等），不提供下载功能。如需下载文献全文，请通过文献求助获取。
|
PDF的下载单位、IP信息已删除
(2025-6-4)
无极微光
坚强冰枫
aaaa
滴滴答答
极限001
null
乐空思
秋风
我看看怎么个事
Nole
v0id
Elsevier大王
h不爱科研
laq00519
OK
吃葡萄不吐葡萄皮
xuan
Youdge
xing_xing
prigogin
皖公网安备34019202002308
