Predictive parametric inference of lithium-ion battery degradation trajectory through high-throughput physics-based simulation
Questo articolo presenta un framework di emulazione basato su simulazione fisica che combina reti neurali con l'inversione bayesiana per inferire efficientemente i parametri di degradazione della batteria dai dati della prima fase di vita, migliorando significativamente l'accuratezza delle previsioni della traiettoria della fase finale rispetto agli approcci basati esclusivamente sui dati esistenti.