Understanding of Latent Spaces in a Battery Aging Prediction Model Through eXplainable AI
0Citations signalées, ce qui n’est pas une note de qualité
4Institutions déclarées
2Pays d’affiliation déclarés
Rattachement africain : es, ro. Niveau de preuve : code pays fourni par la source.
Résumé indisponible. Les résultats de l’étude ne doivent pas être déduits de son seul titre.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Understanding of Latent Spaces in a Battery Aging Prediction Model Through eXplainable AI
- Date Crossref
- 01/10/2025
- Éditeur
- Springer Nature Switzerland
- Type
- book-chapter
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Les institutions déclarées
Barcelona Supercomputing CenterUniversitat Politècnica de CatalunyaUniversity of CraiovaUniversity of Almería
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Les sujets associés
Advanced Battery Technologies ResearchElectric Vehicles and InfrastructureReliability and Maintenance Optimization