KIT | KIT-Bibliothek | Impressum | Datenschutz

Comprehensive Comparison of Multi-Physics and Deep Learning Modelling Approaches for Data- Driven Prediction of Traction Energy Demand

Reimann, Sebastian ORCID iD icon 1; Tesar, Markus ORCID iD icon 1; Gratzfeld, Peter 1
1 Institut für Fahrzeugsystemtechnik (FAST), Karlsruher Institut für Technologie (KIT)


Zugehörige Institution(en) am KIT Institut für Fahrzeugsystemtechnik (FAST)
Publikationstyp Proceedingsbeitrag
Publikationsjahr 2023
Sprache Englisch
Identifikator ISBN: 978-1-66547-587-7
KITopen-ID: 1000154593
Erschienen in 2022 IEEE Vehicle Power and Propulsion Conference (VPPC)
Veranstaltung IEEE Vehicle Power and Propulsion Conference (VPPC 2022), Merced, CA, USA, 01.11.2022 – 04.11.2022
Verlag Institute of Electrical and Electronics Engineers (IEEE)
Vorab online veröffentlicht am 05.01.2023
Nachgewiesen in Dimensions
Scopus
KIT – Die Forschungsuniversität in der Helmholtz-Gemeinschaft
KITopen Landing Page