| 标题 |
 Combined Machine Learning and Electrochemical Impedance Spectroscopy to Diagnose and Predict the State-of-Health of Commercial SMD Solid-State Batteries 结合机器学习和电化学阻抗谱诊断和预测商用SMD固态电池的健康状态
相关领域
健康状况
电池（电）
介电谱
降级（电信）
电阻抗
计算机科学
工艺工程
可靠性工程
材料科学
电极
电化学
工程类
电气工程
功率（物理）
电信
化学
物理
量子力学
物理化学
|
| 网址 | |
| DOI | |
| 其它 |
期刊：Meeting abstracts/Meeting abstracts (Electrochemical Society. CD-ROM) 作者：Binbin Zhu; Katja Kretschmer; Nicolas Schlüter; Daniel Schröder 出版日期：2023-08-28 |
| 求助人 | |
| 下载 | |
|
温馨提示：该文献已被科研通 学术中心 收录，前往查看
科研通『学术中心』是文献索引库，收集文献的基本信息（如标题、摘要、期刊、作者、被引量等），不提供下载功能。如需下载文献全文，请通过文献求助获取。
|
不配.
个性的紫菜
彭于彦祖
薰硝壤
浅尝离白
yupaopao
ShowMaker
Singularity
好困
Cloud
pcr163
iNk
shinysparrow
乐乐乐乐乐乐
Yziii
kento
元谷雪
爱静静
寻道图强
dxwy
皖公网安备34019202002308
