退化
如何通过机器学习算法,将EV电池运用到极致?
编译 / 刘梦婷近日,剑桥大学的研究人员开发了一种机器学习算法,可以通过预测不同的驾驶模式对电池性能的影响,帮助电动车减少充电时间,延长电池寿命,提高安全性和可靠性。研究结果发表在《自然通讯》(Nature Communications)杂志上。该团队开发了一种非侵入式方法来检测电池,并获得电池整体健康状况。然后,将这些结果输入机器学习算法,该算法可以预测不同驾驶模式将如何影响电池未来的健康状况。研究人员表示,该算法可以通过建议路线和驾驶模式,最大限度地减少电池退化和充电时间,来充分利用电动汽车的电池。如果将其用于
8/25/2022 12:48:00 PM
机器智行
资讯热榜
标签云
AI
人工智能
OpenAI
AIGC
模型
ChatGPT
谷歌
DeepSeek
AI绘画
大模型
机器人
数据
AI新词
Midjourney
开源
Meta
微软
智能
用户
GPT
学习
技术
智能体
Gemini
马斯克
Anthropic
英伟达
图像
AI创作
训练
LLM
论文
代码
算法
苹果
AI for Science
Agent
Claude
腾讯
芯片
Stable Diffusion
蛋白质
具身智能
开发者
xAI
生成式
神经网络
机器学习
人形机器人
3D
AI视频
RAG
大语言模型
研究
百度
Sora
生成
GPU
工具
华为
字节跳动
计算
AGI
大型语言模型
AI设计
搜索
生成式AI
视频生成
DeepMind
特斯拉
场景
AI模型
深度学习
亚马逊
架构
Transformer
MCP
编程
视觉
预测