Jichang Peng

基于应变解耦和协同深度学习网络的锂离子电池应变状态估计

基于半监督对比表示学习的鲁棒性退役电池分选

基于频谱控制三元序列的锂离子电池宽带阻抗获取

基于电化学阻抗谱图像编码和深度学习的锂离子电池健康状态估计

基于多任务关键点检测和符号构建的可解释锂离子电池退化轨迹预测

锂离子电池在多种储能场景下的多应力通用退化框架

锂离子电池应变状态估计的边界演化约束Seq2Seq框架

一种用于锂离子电池健康状态估计的神经网络架构设计自动化方法

通过无滤波离散区间三进制序列进行快速锂离子电池阻抗测量

用于锂离子电池退化轨迹预测的合成数据生成方法和进化变压器模型

锂离子电池早期退化轨迹预测的经验模型

锂离子电池电化学模型参数估计的物理神经网络方法

使用具有优化频率分量的二进制序列快速测量锂离子电池阻抗

基于邻近策略优化的柔性电池储能系统控制框架

基于改进双粒子滤波框架的锂离子电池荷电状态估计的电化学-热耦合模型

基于特征选择和多重聚类的退役电池增强排序方法

基于时间卷积网络和自注意机制的锂离子电池老化状态识别

基于多密度聚类算法的锂离子电池阻抗谱快速构建

用于锂离子电池健康状态估计的统一深度学习优化范例