Deploying machine learning for remaining useful life prediction of lithium-ion batteries on Coral Dev Board
यह शोध पत्र लिथियम-आयन बैटरी के शेष उपयोगी जीवन (remaining useful life) की भविष्यवाणी करने के लिए रैंडम फॉरेस्ट, एक्सजीबूस्ट (XGBoost), और टेम्पोरल कन्वोल्यूशनल नेटवर्क मॉडलों के प्रदर्शन का मूल्यांकन और तुलना करता है, जो इलेक्ट्रिक वाहनों में प्रेडिक्टिव मेंटेनेंस के लिए कोरल देव बोर्ड (Coral Dev Board) पर उनके व्यावहारिक परिनियोजन और प्रभावशीलता को प्रदर्शित करता है।