实体 PI-LSTM

PI-LSTM

PulseAugur coverage of PI-LSTM — every cluster mentioning PI-LSTM across labs, papers, and developer communities, ranked by signal.

总计 · 30天

0

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

0

90 天内 1

层级分布 · 90 天

主题

最近 · 第 1/1 页 · 共 1 条

RESEARCH · CL_05427 · Apr 22 · 04:34

物理信息AI预测电池热失控，误差减少81%

研究人员开发了一种新颖的物理信息长短期记忆（PI-LSTM）框架，以改进锂离子电池热失控的预测。该方法将控制传热方程直接整合到深度学习模型的损失函数中，确保了物理上一致的预测。与标准LSTM模型相比，PI-LSTM框架在RMSE方面降低了81.9%，在MAE方面降低了81.3%，展示了显著的改进，为更准确、更具可解释性的电池热管理提供了途径。