Machine-Learning-Based Fault Detection in Electric Vehicle Powertrains Using a Digital Twin
Dettinger, Falk; Jazdi, Nasser; Weyrich, Michael; Brandl, Lukas; Reuss, Hans-Christian; Pecha, Urs; Parspour, Nejila; Li, Shiqing 1; Frey, Michael
2; Gauterin, Frank
2; Nägele, Ann-Therese 1; Lüntzel, Vitus Alexander 1; Sax, Eric 1
1 Karlsruher Institut für Technologie (KIT)
2 Institut für Fahrzeugsystemtechnik (FAST), Karlsruher Institut für Technologie (KIT)
2; Gauterin, Frank
2; Nägele, Ann-Therese 1; Lüntzel, Vitus Alexander 1; Sax, Eric 11 Karlsruher Institut für Technologie (KIT)
2 Institut für Fahrzeugsystemtechnik (FAST), Karlsruher Institut für Technologie (KIT)
| Zugehörige Institution(en) am KIT | Institut für Fahrzeugsystemtechnik (FAST) Institut für Technik der Informationsverarbeitung (ITIV) |
| Publikationstyp | Proceedingsbeitrag |
| Publikationsdatum | 26.06.2023 |
| Sprache | Englisch |
| Identifikator | ISSN: 0148-7191 KITopen-ID: 1000160477 |
| Erschienen in | Internationales Stuttgarter Symposium Automobil- und Motorentechnik 2023 |
| Veranstaltung | 23. Internationales Stuttgarter Symposium Automobil- und Motorentechnik (2023), Stuttgart, Deutschland, 04.07.2023 – 05.07.2023 |
| Verlag | SAE International |
| Serie | SAE technical papers / Society of Automotive Engineers |
| Bemerkung zur Veröffentlichung | Technical Paper 2023-01-1214 |
| Nachgewiesen in | Dimensions Scopus OpenAlex |
Seitenaufrufe: 160
seit 14.07.2023
seit 14.07.2023