eTransportation·· 2026-09-30精选AI 评分62
基于弱监督学习的锂离子电池SOH可解释估计方法
Explainable state of health estimation of lithium-ion batteries with extremely minimal labels via weakly supervised learning
模型导读
Cheng Qian 等人提出一种弱监督学习方法，在标签极少的条件下实现锂离子电池健康状态（SOH）估计，并强调估计结果的可解释性。该研究发表于 eTransportation 第 29 卷，作者包括 Hongsheng Guan、Yiyong Xiao、Li Wang、Yi Ren、Quan Xia、Dezhen Yang、Zili Wang。
推荐理由
面向标签极少的SOH估计场景，提出弱监督方案并强调可解释性，可供数据稀缺条件下的建模参考。
来源：eTransportation · sciencedirect.com