Lithium-ion battery remaining useful life prediction based on random forest machine learning
Accurately forecasting the Remaining Useful Life (RUL) of lithium-ion batteries is essential for maintaining reliability and maximizing the performance of battery powered systems. Traditional Random Forest Regression (RFR) techniques have demonstrated strong accuracy but often face computational cha...
محفوظ في:
| المؤلف الرئيسي: | |
|---|---|
| مؤلفون آخرون: | |
| التنسيق: | Thesis-Master by Coursework |
| اللغة: | English |
| منشور في: |
Nanyang Technological University
2025
|
| الموضوعات: | |
| الوصول للمادة أونلاين: | https://hdl.handle.net/10356/182343 |
| الوسوم: |
إضافة وسم
لا توجد وسوم, كن أول من يضع وسما على هذه التسجيلة!
|
| المؤسسة: | Nanyang Technological University |
| اللغة: | English |