Assessment of State of Charge Estimation Methods Based on Neural Networks and Support Vector Machine for Lithium-Ion Batteries Used in Vehicular Applications / Luciani, Sara; Feraco, Stefano; Silvagni, Mario; Bonfitto, Angelo; Amati, Nicola; Tonoli, Andrea. - ELETTRONICO. - (2022). (Intervento presentato al convegno ASME 2022 International Design Engineering Technical Conferences and Computers and Information in Engineering Conference tenutosi a St. Louis, Missouri, USA nel 14-17 August, 2022) [10.1115/DETC2022-89454].

Assessment of State of Charge Estimation Methods Based on Neural Networks and Support Vector Machine for Lithium-Ion Batteries Used in Vehicular Applications

Luciani, Sara;Feraco, Stefano;Silvagni, Mario;Bonfitto, Angelo;Amati, Nicola;Tonoli, Andrea
2022

2022
978-0-7918-8620-5
File in questo prodotto:
File Dimensione Formato  
v001t01a014-detc2022-89454.pdf

non disponibili

Tipologia: 2a Post-print versione editoriale / Version of Record
Licenza: Non Pubblico - Accesso privato/ristretto
Dimensione 1.77 MB
Formato Adobe PDF
1.77 MB Adobe PDF   Visualizza/Apri   Richiedi una copia
Pubblicazioni consigliate

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11583/2973081