Auto-encoder LSTM for Li-ion SOH prediction : a comparative study on various benchmark datasets - Ecole Nationale du Génie de l'Eau et de l'Environnement de Strasbourg Accéder directement au contenu
Communication Dans Un Congrès Année : 2021

Auto-encoder LSTM for Li-ion SOH prediction : a comparative study on various benchmark datasets

Fichier non déposé

Dates et versions

hal-03797825 , version 1 (04-10-2022)

Identifiants

Citer

Paul Audin, Inès Jorge, Ahmed Samet, Tedjani Mesbahi, François de Bertrand de Beuvron, et al.. Auto-encoder LSTM for Li-ion SOH prediction : a comparative study on various benchmark datasets. 20th IEEE International Conference on Machine Learning and Applications, 13-16 Dec. 2021, Dec 2021, Pasadena, California, United States. ⟨10.1109/ICMLA52953.2021.00246⟩. ⟨hal-03797825⟩
14 Consultations
0 Téléchargements

Altmetric

Partager

Gmail Facebook X LinkedIn More