Buchumschlag

World Model for Battery Degradation Prediction Under Non-Stationary Aging

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lim, Kai Chin, See, Khay Wai
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Systems and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

World Model for Battery Degradation Prediction Under Non-Stationary Aging
von: Lim, Kai Chin, et al.
Veröffentlicht: (2026)

Risk-averse Learning with Non-Stationary Distributions
von: Wang, Siyi, et al.
Veröffentlicht: (2024)

Learning to Spend: Model Predictive Control for Budgeting under Non-Stationary Returns
von: Pathak, Nilavra, et al.
Veröffentlicht: (2026)

ExARNN: An Environment-Driven Adaptive RNN for Learning Non-Stationary Power Dynamics
von: Li, Haoran, et al.
Veröffentlicht: (2025)

Online Regularized Statistical Learning in Reproducing Kernel Hilbert Space With Non-Stationary Data
von: Zhang, Xiwei, et al.
Veröffentlicht: (2024)

ACCEPT: Diagnostic Forecasting of Battery Degradation Through Contrastive Learning
von: Sadler, James, et al.
Veröffentlicht: (2025)

User-centric Vehicle-to-Grid Optimization with an Input Convex Neural Network-based Battery Degradation Model
von: Mallick, Arghya, et al.
Veröffentlicht: (2025)

Adversarial Network Optimization under Bandit Feedback: Maximizing Utility in Non-Stationary Multi-Hop Networks
von: Dai, Yan, et al.
Veröffentlicht: (2024)

Solving Continuous Mean Field Games: Deep Reinforcement Learning for Non-Stationary Dynamics
von: Magnino, Lorenzo, et al.
Veröffentlicht: (2025)

Learning Model Predictive Control Parameters via Bayesian Optimization for Battery Fast Charging
von: Hirt, Sebastian, et al.
Veröffentlicht: (2024)

Safe Learning-Based Optimization of Model Predictive Control: Application to Battery Fast-Charging
von: Hirt, Sebastian, et al.
Veröffentlicht: (2024)

Augmented Physics-Based Li-ion Battery Model via Adaptive Ensemble Sparse Learning and Conformal Prediction
von: da Silva, Samuel Filgueira, et al.
Veröffentlicht: (2025)

Cycle Life Prediction for Lithium-ion Batteries: Machine Learning and More
von: Schaeffer, Joachim, et al.
Veröffentlicht: (2024)

Time-Aware World Model for Adaptive Prediction and Control
von: Nhu, Anh N., et al.
Veröffentlicht: (2025)

Transmission Line Outage Probability Prediction Under Extreme Events Using Peter-Clark Bayesian Structural Learning
von: Chen, Xiaolin, et al.
Veröffentlicht: (2024)

State-of-Health Prediction for EV Lithium-Ion Batteries via DLinear and Robust Explainable Feature Selection
von: Kim, Minsu, et al.
Veröffentlicht: (2025)

Towards Safe Learning-Based Non-Linear Model Predictive Control through Recurrent Neural Network Modeling
von: Clement, Mihaela-Larisa, et al.
Veröffentlicht: (2026)

Differentiable Model Predictive Control on the GPU
von: Adabag, Emre, et al.
Veröffentlicht: (2025)

Parameter Identification for Electrochemical Models of Lithium-Ion Batteries Using Bayesian Optimization
von: Pi, Jianzong, et al.
Veröffentlicht: (2024)

Bisimulation metric for Model Predictive Control
von: Shimizu, Yutaka, et al.
Veröffentlicht: (2024)

A Comparison of Baseline Models and a Transformer Network for SOC Prediction in Lithium-Ion Batteries
von: Aboueidah, Hadeel, et al.
Veröffentlicht: (2024)

A Supervised Machine-Learning Approach For Turboshaft Engine Dynamic Modeling Under Real Flight Conditions
von: Paniccia, Damiano, et al.
Veröffentlicht: (2025)

Bounded Exploration with World Model Uncertainty in Soft Actor-Critic Reinforcement Learning Algorithm
von: Qiao, Ting, et al.
Veröffentlicht: (2024)

Soft MPCritic: Amortized Model Predictive Value Iteration
von: Banker, Thomas, et al.
Veröffentlicht: (2026)

Physics-informed Gaussian Processes as Linear Model Predictive Controller
von: Tebbe, Jörn, et al.
Veröffentlicht: (2024)

Detection Augmented Bandit Procedures for Piecewise Stationary MABs: A Modular Approach
von: Huang, Yu-Han, et al.
Veröffentlicht: (2025)

Mapping High-Performance Regions in Battery Scheduling across Data Uncertainty, Battery Design, and Planning Horizons
von: Rodriguez, Jaime de Miguel, et al.
Veröffentlicht: (2026)

Dyna-Style Reinforcement Learning Modeling and Control of Non-linear Dynamics
von: Abdelsalam, Karim, et al.
Veröffentlicht: (2025)

End-to-End Reinforcement Learning of Koopman Models for Economic Nonlinear Model Predictive Control
von: Mayfrank, Daniel, et al.
Veröffentlicht: (2023)

On the Sample Complexity of Imitation Learning for Smoothed Model Predictive Control
von: Pfrommer, Daniel, et al.
Veröffentlicht: (2023)

Generative Model Predictive Control in Manufacturing Processes: A Review
von: Lee, Suk Ki, et al.
Veröffentlicht: (2025)

FM-CAC: Carbon-Aware Control for Battery-Buffered Edge AI via Time-Series Foundation Models
von: Yang, Kang, et al.
Veröffentlicht: (2026)

Learning to Route Electric Trucks Under Operational Uncertainty
von: Orfanoudakis, Stavros, et al.
Veröffentlicht: (2026)

ReLU Networks for Model Predictive Control: Network Complexity and Performance Guarantees
von: Li, Xingchen, et al.
Veröffentlicht: (2026)

Improved Sample Complexity of Imitation Learning for Barrier Model Predictive Control
von: Pfrommer, Daniel, et al.
Veröffentlicht: (2024)

Remaining Useful Life Prediction for Batteries Utilizing an Explainable AI Approach with a Predictive Application for Decision-Making
von: Paneru, Biplov, et al.
Veröffentlicht: (2024)

Outlier-Robust Linear System Identification Under Heavy-tailed Noise
von: Kanakeri, Vinay, et al.
Veröffentlicht: (2024)

High-Dimensional Surrogate Modeling for Closed-Loop Learning of Neural-Network-Parameterized Model Predictive Control
von: Hirt, Sebastian, et al.
Veröffentlicht: (2025)

Learning with Imperfect Models: When Multi-step Prediction Mitigates Compounding Error
von: Somalwar, Anne, et al.
Veröffentlicht: (2025)

Comparative Field Deployment of Reinforcement Learning and Model Predictive Control for Residential HVAC
von: Mulayim, Ozan Baris, et al.
Veröffentlicht: (2025)