Archivio Istituzionale della RicercaAssessment 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
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