Digital Twin-Driven Neuromorphic Optimization for Cognitive Self-Optimizing Energy-Efficient Vehicle Design
Questo articolo presenta un framework di digital twin basato su LSTM temporale che ottimizza la progettazione di veicoli elettrici per efficienza energetica, stabilità, comfort e producibilità attraverso diversi scenari di guida, ottenendo una riduzione media dell'energia del 14,41% rispetto ai metodi tradizionali.