Buchumschlag

On-site estimation of battery electrochemical parameters via transfer learning based physics-informed neural network approach

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yeregui, Josu, Lopetegi, Iker, Fernandez, Sergio, Garayalde, Erik, Iraola, Unai
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Electrode SOC and SOH estimation with electrode-level ECMs
von: Lopetegi, Iker, et al.
Veröffentlicht: (2024)

Improving physics-informed neural network extrapolation via transfer learning and adaptive activation functions
von: Papastathopoulos-Katsaros, Athanasios, et al.
Veröffentlicht: (2025)

Discursos sobre la integración. La inmigración al País Vasco en los años 1950-1970
von: Iker Iraola
Veröffentlicht: (2011)

PINNverse: Accurate parameter estimation in differential equations from noisy data with constrained physics-informed neural networks
von: Almanstötter, Marius, et al.
Veröffentlicht: (2025)

Fragment size density estimator for shrinkage-induced fracture based on a physics-informed neural network
von: Ito, Shin-ichi
Veröffentlicht: (2025)

Towards physics-informed neural networks for landslide prediction
von: Dahal, Ashok, et al.
Veröffentlicht: (2024)

A physics-informed neural network approach to the point defect model for electrochemical oxide film growth
von: Farooqi, Mohid, et al.
Veröffentlicht: (2025)

Physics-informed neural networks via stochastic Hamiltonian dynamics learning
von: Bajaj, Chandrajit, et al.
Veröffentlicht: (2021)

Self-adaptive weighting and sampling for physics-informed neural networks
von: Chen, Wenqian, et al.
Veröffentlicht: (2025)

Randomness and signal propagation in physics-informed neural networks (PINNs): A neural PDE perspective
von: Tucny, Jean-Michel, et al.
Veröffentlicht: (2025)

Self-adaptive weights based on balanced residual decay rate for physics-informed neural networks and deep operator networks
von: Chen, Wenqian, et al.
Veröffentlicht: (2024)

Physics-informed transfer learning for SHM via feature selection
von: Poole, J., et al.
Veröffentlicht: (2025)

Astral: training physics-informed neural networks with error majorants
von: Fanaskov, Vladimir, et al.
Veröffentlicht: (2024)

Long-term simulation of physical and mechanical behaviors using curriculum-transfer-learning based physics-informed neural networks
von: Guo, Yuan, et al.
Veröffentlicht: (2025)

Improving ideal MHD equilibrium accuracy with physics-informed neural networks
von: Thun, Timo, et al.
Veröffentlicht: (2025)

Hard-constraining Neumann boundary conditions in physics-informed neural networks via Fourier feature embeddings
von: Straub, Christopher, et al.
Veröffentlicht: (2025)

Binary structured physics-informed neural networks for solving equations with rapidly changing solutions
von: Liu, Yanzhi, et al.
Veröffentlicht: (2024)

Graph neural networks informed locally by thermodynamics
von: Tierz, Alicia, et al.
Veröffentlicht: (2024)

Active management of battery degradation in wireless sensor network using deep reinforcement learning for group battery replacement
von: Jeong, Jong-Hyun, et al.
Veröffentlicht: (2025)

Lagged backward-compatible physics-informed neural networks for unsaturated soil consolidation analysis
von: Li, Dong, et al.
Veröffentlicht: (2026)

Certified machine learning: A posteriori error estimation for physics-informed neural networks
von: Hillebrecht, Birgit, et al.
Veröffentlicht: (2022)

Demand response for residential building heating: Effective Monte Carlo Tree Search control based on physics-informed neural networks
von: Pavirani, Fabio, et al.
Veröffentlicht: (2023)

Mixed data-source transfer learning for a turbulence model augmented physics-informed neural network
von: Toma, Christian, et al.
Veröffentlicht: (2026)

Physics-informed neural networks for parameter learning of wildfire spreading
von: Vogiatzoglou, Konstantinos, et al.
Veröffentlicht: (2024)

Data-driven building energy efficiency prediction using physics-informed neural networks
von: Michalakopoulos, Vasilis, et al.
Veröffentlicht: (2023)

Grey-informed neural network for time-series forecasting
von: Xie, Wanli, et al.
Veröffentlicht: (2024)

Conformal mapping based Physics-informed neural networks for designing neutral inclusions
von: Cho, Daehee, et al.
Veröffentlicht: (2025)

Convolutional-neural-operator-based transfer learning for solving PDEs
von: Fan, Peng, et al.
Veröffentlicht: (2025)

Neurological, psychiatric, and sleep investigations after treatment of anti-leucine-rich glioma-inactivated protein 1 (LGI1) encephalitis in Spain: a prospective cohort study
von: Munoz-Lopetegi, Amaia
Veröffentlicht: (2024)

Inference of dynamical gene regulatory networks from single-cell data with physics informed neural networks
von: Mircea, Maria, et al.
Veröffentlicht: (2024)

Similarity-based context aware continual learning for spiking neural networks
von: Han, Bing, et al.
Veröffentlicht: (2024)

Tecnopoéticas subalternas (o algunos apuntes para desandar territorios)
von: Mariela Yeregui
Veröffentlicht: (2020)

Activaciones territoriales
von: Mariela Yeregui
Veröffentlicht: (2019)

A constraints-based approach to fully interpretable neural networks for detecting learner behaviors
von: Pinto, Juan D., et al.
Veröffentlicht: (2025)

Rumor Detection with a novel graph neural network approach
von: Liu, Tianrui, et al.
Veröffentlicht: (2024)

Highly efficient nuclear population transfer through physics-informed neural networks
von: Liu, Jing, et al.
Veröffentlicht: (2025)

An advantage based policy transfer algorithm for reinforcement learning with measures of transferability
von: Alam, Md Ferdous, et al.
Veröffentlicht: (2023)

A convolutional neural network approach to deblending seismic data
von: Sun, Jing, et al.
Veröffentlicht: (2024)

Scalable and reliable deep transfer learning for intelligent fault detection via multi-scale neural processes embedded with knowledge
von: Li, Zhongzhi, et al.
Veröffentlicht: (2024)

Static structural behaviour of wire bearings: comparison with conventional bearings and study of design and operational parameters
von: Martin, Inigo, et al.
Veröffentlicht: (2024)