Universität der Bundeswehr München: AtheneForschung
Benutzer: Gast
 
Login
de
en
Alle Daten
Autor/Hrsg.
Projekt
Jahr
Fakultät
Institut
Person
Titel
Thema
Alle Daten
Autor/Hrsg.
Projekt
Jahr
Fakultät
Institut
Person
Titel
Thema
Alle Daten
Autor/Hrsg.
Projekt
Jahr
Fakultät
Institut
Person
Titel
Thema
Alle Daten
Autor/Hrsg.
Projekt
Jahr
Fakultät
Institut
Person
Titel
Thema
Alle Daten
Autor/Hrsg.
Projekt
Jahr
Fakultät
Institut
Person
Titel
Thema
Alle Daten
Autor/Hrsg.
Projekt
Jahr
Fakultät
Institut
Person
Titel
Thema
Alle Daten
Autor/Hrsg.
Projekt
Jahr
Fakultät
Institut
Person
Titel
Thema
Alle Daten
Autor/Hrsg.
Projekt
Jahr
Fakultät
Institut
Person
Titel
Thema
Alle Daten
Autor/Hrsg.
Projekt
Jahr
Fakultät
Institut
Person
Titel
Thema
Alle Daten
Autor/Hrsg.
Projekt
Jahr
Fakultät
Institut
Person
Titel
Thema
Weniger Felder
Reset
Suchen
Einfache Suche
Home / Alle Inhalte
Publikationen (Universitätsbibliografie)
Fakultäten (univ.)
(22313)
Fakultäten (HAW)
(1788)
Fakultät für Betriebswirtschaft
(1219)
Fakultät für Elektrotechnik und Technische Informatik
(234)
ETTI 1 - Institut für Physik, Elektrotechnik und Automatisierungstechnik
(182)
ETTI 2 - Institut für Verteilte Intelligente Systeme
(24)
ETTI 3 - Institut für Nachrichtentechnik und Datenübertragungstechnik
(3)
ETTI 4 - Institut für Embedded Systems
(8)
ETTI 5 - Institut für Funkkommunikation
ETTI 6 - Institut für Software Engineering
(16)
Fakultät für Maschinenbau
(336)
Forschungszentren und -initiativen
(2204)
Weitere Einrichtungen
(17)
Projekte
Elektronische Prüfungsarbeiten
Open-Access-Publikationen
Patente
Forschungsdaten
Forschungsprofile
Videos für die UniBw M-Webseite
Digitalisierte Medien
AG E-Learning
Materialien der Universitätsbibliothek
Home / Alle Inhalte
Publikationen (Universitätsbibliografie)
Fakultäten (HAW)
Fakultät für Elektrotechnik und Technische Informatik
ETTI 2 - Institut für Verteilte Intelligente Systeme
Zurück
Zurück zum Anfang der Trefferliste
Dauerhafter Link zum angezeigten Objekt
Autoren:
Pohlmann, Sebastian; Mashayekh, Ali; Karnehm, Dominic; Kuder, Manuel; Neve, Antje; Weyh, Thomas
Dokumenttyp:
Konferenzbeitrag / Conference Paper
Titel:
Lithium Ion Batteries Impedance Approximation and Model Parameterization Using Artificial Neural Networks
Titel Konferenzpublikation:
2024 IEEE International Conference on Industrial Technology (ICIT)
Konferenztitel:
IEEE International Conference on Industrial Technology (2024, Bristol)
Tagungsort:
Bristol, United Kingdom
Jahr der Konferenz:
2024
Datum Beginn der Konferenz:
25.03.2024
Datum Ende der Konferenz:
27.03.2024
Verlagsort:
Piscataway, NJ
Verlag:
IEEE
Jahr:
2024
Seiten von - bis:
1-6
Sprache:
Englisch
Stichwörter:
Temperature measurement ; Training ; Visualization ; Time-frequency analysis ; Training data ; Artificial neural networks ; Predictive models ; lithium-ion battery ; EIS ; machine learning
ISBN:
979-8-3503-4026-6 ; 979-8-3503-4027-3
DOI:
10.1109/ICIT58233.2024.10540962
Fakultät:
Fakultät für Elektrotechnik und Technische Informatik
Institut:
ETTI 2 - Institut für Verteilte Intelligente Systeme
Professur:
Neve, Antje
Open Access ja oder nein?:
Nein / No
BibTeX
Vorkommen:
Home / Alle Inhalte
Publikationen (Universitätsbibliografie)
Fakultäten (HAW)
Fakultät für Elektrotechnik und Technische Informatik
ETTI 2 - Institut für Verteilte Intelligente Systeme