Universität der Bundeswehr München: AtheneForschung
User: Guest
Login
de
en
Advanced search
Home / All Content
Publications
Fakultäten (univ.)
(25926)
Fakultäten (HAW)
(2148)
Fakultät für Betriebswirtschaft
(1405)
Fakultät für Elektrotechnik und Technische Informatik
(303)
ETTI 1 - Institut für Physik, Elektrotechnik und Automatisierungstechnik
(199)
ETTI 2 - Institut für Verteilte Intelligente Systeme
(35)
ETTI 3 - Institut für Nachrichtentechnik und Datenübertragungstechnik
(3)
ETTI 4 - Institut für Embedded Systems
(48)
ETTI 5 - Institut für Funkkommunikation
ETTI 6 - Institut für Software Engineering
(17)
Fakultät für Maschinenbau
(441)
Forschungszentren und -initiativen
(2916)
Weitere Einrichtungen
(18)
Projects
Electronic Accepted Theses
Open Access Publications
Patents
Research Profiles
Videos for the UniBw M Website
Digitized Media
Working Group E-Learning
University Library Documents
Home / Alle Inhalte
Publikationen
Fakultäten (HAW)
Fakultät für Elektrotechnik und Technische Informatik
ETTI 2 - Institut für Verteilte Intelligente Systeme
Back
Back to start of result list
Permanent link for displayed object
Authors:
Pohlmann, Sebastian; Wiedenmann, Andreas; Karnehm, Dominic; Kuder, Manuel; Neve, Antje; Weyh, Thomas
Document type:
Konferenzbeitrag / Conference Paper
Title:
Automated Machine Learning for Estimating the State of Health of Lithium Ion Batteries
Title of conference publication:
2025 IEEE/AIAA Transportation Electrification Conference and Electric Aircraft Technologies Symposium (ITEC+EATS)
Conference title:
IEEE/AIAA Transportation Electrification Conference and Electric Aircraft Technologies Symposium (2025, Anaheim, Calif.)
Venue:
Anaheim, Calif., USA
Year of conference:
2025
Date of conference beginning:
18.06.2025
Date of conference ending:
20.06.2025
Place of publication:
Piscataway, NJ
Publisher:
IEEE
Year:
2025
Pages from - to:
1-5
Language:
Englisch
Keywords:
Training ; Electric potential ; Machine learning algorithms ; Accuracy ; Atmospheric modeling ; Transportation ; Automated machine learning ; Data models ; State estimation ; Testing ; Lithium-Ion-Battery ; State-of-Health ; Automated-Machine-Learning ; Ensemble Learning ; Battery degradation
ISBN:
979-8-3315-2214-8 ; 979-8-3315-2215-5
DOI:
10.1109/ITEC63604.2025.11098103
URL:
https://doi.org/10.1109/ITEC63604.2025.11098103
Department:
Fakultät für Elektrotechnik und Informationstechnik; Fakultät für Elektrotechnik und Technische Informatik
Institute:
EIT 1 - Institut für Plasmatechnik und Mathematik; ETTI 2 - Institut für Verteilte Intelligente Systeme
Chair:
Neve, Antje ; Weyh, Thomas
Open Access yes or no?:
Nein / No
BibTeX
Occurrences:
Home / Alle Inhalte
Publikationen
Fakultäten (HAW)
Fakultät für Elektrotechnik und Technische Informatik
ETTI 2 - Institut für Verteilte Intelligente Systeme
Home / Alle Inhalte
Publikationen
Fakultäten (univ.)
Fakultät für Elektrotechnik und Informationstechnik
EIT 1 - Institut für Plasmatechnik und Mathematik