Predictive parametric inference of lithium-ion battery degradation trajectory through high-throughput physics-based simulation
Este artigo apresenta um framework de emulação de simulação baseado em física que combina redes neurais com inversão bayesiana para inferir eficientemente parâmetros de degradação de baterias a partir de dados do início da vida, melhorando significativamente a precisão das previsões de trajetórias de fim de vida em comparação com abordagens baseadas em dados existentes.