| 标题 |
A temperature- and impedance-aware LSTM–PINN framework for physically consistent battery SOH prediction 相关领域
可解释性
计算机科学
电池(电)
弹道
人工神经网络
单调函数
理论(学习稳定性)
健康状况
降级(电信)
公制(单位)
一致性(知识库)
序列(生物学)
循环神经网络
机制(生物学)
人工智能
缩放比例
机器学习
控制理论(社会学)
冗余(工程)
数据挖掘
同步(交流)
混乱的
电阻抗
瞬态(计算机编程)
算法
|
| 网址 | |
| DOI | |
| 其它 |
期刊:Scientific Reports 作者:Prajakth N. Kumar; Praneeth R. Upadhya; S. Nischay; G. Pavan Kumar; Shobana T. S.; Rashmi K. B. 出版日期:2026-02-06 |
| 求助人 | |
| 下载 | 该求助完结已超 24 小时,文件已从服务器自动删除,无法下载。 |
|
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)