Zugehörige Institution(en) am KIT | Institut für Angewandte Materialien – Angewandte Werkstoffphysik (IAM-AWP) |
Publikationstyp | Zeitschriftenaufsatz |
Publikationsdatum | 13.06.2024 |
Sprache | Englisch |
Identifikator | ISSN: 2313-0105 KITopen-ID: 1000173232 |
HGF-Programm | 38.02.02 (POF IV, LK 01) Components and Cells |
Erschienen in | Batteries |
Verlag | MDPI |
Band | 10 |
Heft | 6 |
Seiten | Art.-Nr.: 204 |
Projektinformation | HELIOS (EU, H2020, 963646) |
Bemerkung zur Veröffentlichung | This article belongs to the Special Issue Enhancement of Lithium-Ion and Post-lithium Batteries Safety: Fundamentals, Materials and Applications. |
Vorab online veröffentlicht am | 12.06.2024 |
Schlagwörter | lithium-ion battery; transportation electrification; energy storage; electric vehicle; deep learning; state-of-health; machine learning |
Nachgewiesen in | Web of Science Dimensions Scopus |
Globale Ziele für nachhaltige Entwicklung |