Bayesian Optimization for Parameterization of Battery Cell Models

Horstmann, Birger und Kuhn, Yannick und Latz, Arnulf (2022) Bayesian Optimization for Parameterization of Battery Cell Models. 31st Topical Meeting of the International Society of Electrochemistry, 2022-05-15 - 2022-05-19, Aachen, Deutschland.

PDF
181kB

elib-URL des Eintrags:

https://elib.dlr.de/191243/

Dokumentart:

Konferenzbeitrag (Vortrag)

Titel:

Bayesian Optimization for Parameterization of Battery Cell Models

Autoren:

Autoren	Institution oder E-Mail-Adresse	Autoren-ORCID-iD	ORCID Put Code
Horstmann, Birger	birger.horstmann (at) dlr.de	https://orcid.org/0000-0002-1500-0578	NICHT SPEZIFIZIERT
Kuhn, Yannick	yannick.kuhn (at) dlr.de	https://orcid.org/0000-0002-9019-2290	NICHT SPEZIFIZIERT
Latz, Arnulf	arnulf.latz (at) dlr.de	https://orcid.org/0000-0003-1449-8172	NICHT SPEZIFIZIERT

Datum:

2022

Referierte Publikation:

Open Access:

Gold Open Access:

Nein

In SCOPUS:

Nein

In ISI Web of Science:

Nein

Status:

veröffentlicht

Stichwörter:

machine learning, battery modelling

Veranstaltungstitel:

31st Topical Meeting of the International Society of Electrochemistry

Veranstaltungsort:

Aachen, Deutschland

Veranstaltungsart:

internationale Konferenz

Veranstaltungsbeginn:

15 Mai 2022

Veranstaltungsende:

19 Mai 2022

HGF - Forschungsbereich:

Energie

HGF - Programm:

Materialien und Technologien für die Energiewende

HGF - Programmthema:

Elektrochemische Energiespeicherung

DLR - Schwerpunkt:

Energie

DLR - Forschungsgebiet:

E SP - Energiespeicher

DLR - Teilgebiet (Projekt, Vorhaben):

E - Elektrochemische Speicher

Standort:

Ulm

Institute & Einrichtungen:

Institut für Technische Thermodynamik > Computergestützte Elektrochemie

Hinterlegt von:

Horstmann, Birger

Hinterlegt am:

12 Dez 2022 18:51

Letzte Änderung:

12 Jun 2024 15:13

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags