Login
- Autorinnen/Autoren:
- Pohlmann, Sebastian; Wiedenmann, Andreas; Karnehm, Dominic; Kuder, Manuel; Neve, Antje; Weyh, Thomas
- Dokumenttyp:
- Konferenzbeitrag / Conference Paper
- Titel:
- Automated Machine Learning for Estimating the State of Health of Lithium Ion Batteries
- Titel Konferenzpublikation:
- 2025 IEEE/AIAA Transportation Electrification Conference and Electric Aircraft Technologies Symposium (ITEC+EATS)
- Konferenztitel:
- IEEE/AIAA Transportation Electrification Conference and Electric Aircraft Technologies Symposium (2025, Anaheim, Calif.)
- Tagungsort:
- Anaheim, Calif., USA
- Jahr der Konferenz:
- 2025
- Datum Beginn der Konferenz:
- 18.06.2025
- Datum Ende der Konferenz:
- 20.06.2025
- Verlagsort:
- Piscataway, NJ
- Verlag:
- IEEE
- Jahr:
- 2025
- Seitenbereich:
- 1-5
- Sprache:
- Englisch
- Stichwörter:
- 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 zum Inhalt:
- https://doi.org/10.1109/ITEC63604.2025.11098103
- Fakultät:
- Fakultät für Elektrotechnik und Informationstechnik; Fakultät für Elektrotechnik und Technische Informatik
- Institut:
- EIT 1 - Institut für Plasmatechnik und Mathematik; ETTI 2 - Institut für Verteilte Intelligente Systeme
- Professorin/Professor:
- Neve, Antje ; Weyh, Thomas
- Open Access:
- Nein / No
BibTeX