Kevin L. Gering

利用机器学习预测Si负极的日历寿命：关联电解质性质和电化学信号

快速充电锂离子电池: 碳纳米管和激光烧蚀的协同作用

基于几何深度学习的非水锂电池电解质溶液可微建模与优化

局部高浓度电解质通过胶束样结构变得更加局部

使用物理知识深度学习在快速循环期间进行电池健康状态诊断

合理的设计可实现锂离子电池的10分钟快速充电和长循环寿命

电池数据完整性和可用性: 导航数据集和设备限制，以高效准确地研究电池老化

通过基于物理的模型和机器学习的协同组合，加速电池寿命预测

将电池技术的最新进展预测到下一代电动汽车

设计、表征和测试可实现锂离子电池极端快速充电的电解质的方法

钠离子电池电解质的实验和建模研究

使用分层机器学习对混合使用充电配置文件进行早期电池性能预测

通过机器学习进行统计验证和模型识别，挑战代数电池寿命模型的实践

锂离子电池电解质中的锂电解质溶剂化和反应: ReaxFF反应力场研究