Battery-Insight-PSO: A machine learning model for accurate prediction of state of health and remaining useful life in lithium-ion batteries
Hyväksytty
Luokittelutiedot
OKM-julkaisutyyppi
A1 Alkuperäisartikkeli tieteellisessä aikakauslehdessä (vertaisarvioitu)
Julkaisun muoto
Artikkeli
Kohderyhmä
Tieteellinen
Vertaisarvioitu
Vertaisarvioitu
Artikkelityyppi
Alkuperäisartikkeli
Emojulkaisun tyyppi
Lehti
Julkaisukanavan tiedot
Lehden/sarjan nimi
Future batteries
ISSN-E (elektroninen)
2950-2640
ISSN-L (linking)
2950-2640
Kustantaja
Elsevier
Julkaisun JUFO ID
93567
Julkaisun JUFO-taso
Ei saatavissa
Julkaisu on FT-listalla
Ei
Julkaisumaa
Yhdistynyt kuningaskunta
Kansainvälisyys
Kyllä
Julkaisun tarkemmat tiedot
Julkaisuvuosi
2025
Ilmoitusvuosi
2025
Lehden/sarjan volyymi
8
Artikkelinumero
100114
DOI
10.1016/j.fub.2025.100114
Julkaisukieli
englanti
Yhteisjulkaisutiedot
Kansainvälinen yhteisjulkaisu
Ei
Yhteisjulkaisu yrityksen kanssa
Ei
Saatavuustiedot
Verkkojulkaisun linkki
Linkki rinnakkaistallenteeseen
Luokitukset ja lisätiedot
OKM-tieteenalaluokitus
213 Sähkö-, automaatio- ja tietoliikennetekniikka, elektroniikka
Avainsanat
SOH; RUL; CBM; Li-ion battery; PSO; XGBoost; Hyperparameter tuning
Tutkimusaineistotiedot
Tutkimusaineistotiedot julkaisussa
The used open data sets are described in the manuscript.