机译:使用转移学习的变分长短期记忆预测锂离子电池的健康状态
Yonsei Univ Sch Math & Comp Computat Sci & Engn Seoul 03722 South Korea;
Yonsei Univ Sch Math & Comp Computat Sci & Engn Seoul 03722 South Korea;
Konkuk Univ Dept Energy Engn Seoul 05029 South Korea;
Yonsei Univ Sch Math & Comp Computat Sci & Engn Seoul 03722 South Korea;
Li-ion battery; Remaining useful life; State-of-health; Transfer learning; Variational long short-term memory; Monte Carlo dropout;
机译:锂离子电池的充电预测框架,包括长短期内存网络和转移学习
机译:基于变体长短期记忆神经网络的锂离子电池剩余的健康状态估算和剩余的寿命预测
机译:根据表面温度变化对充电状态和健康状态的锂离子电池进行诊断
机译:利用放电后静止期电压变化的电池存储系统锂离子电池健康状态预测新方法
机译:音乐家和非音乐家的语音短期记忆,视觉短期记忆和音调短期记忆的比较
机译:长短期记忆神经网络的应用:深度学习的新兴方法在预测中国广西的HIV发病率中
机译:锂离子电池的健康状况预后,考虑到通过最大信息熵和集体稀疏变分的高斯过程测量的局限性