Universität der Bundeswehr München: AtheneForschung
Logo
Benutzer: Gast  Login
Wenn Sie Schwierigkeiten haben, das Dokument zu öffnen, versuchen Sie auch bitte diesen Link
Autoren:
Pohlmann, Sebastian; Mashayekh, Ali; Stroebl, Florian; Karnehm, Dominic; Kuder, Manuel; Neve, Antje; Weyh, Thomas 
Dokumenttyp:
Zeitschriftenartikel / Journal Article 
Titel:
State-of-Health prediction of lithium-ion batteries based on a low dimensional Gaussian Process Regression 
Zeitschrift:
Journal of Energy Storage 
Jahrgang:
88 
Jahr:
2024 
Seiten von - bis:
111649 
Sprache:
Englisch 
ISSN:
2352-152X 
Article-ID:
111649 
Fakultät:
Fakultät für Elektrotechnik und Informationstechnik; Fakultät für Elektrotechnik und Technische Informatik 
Institut:
EIT 7 - Institut für Elektrische Energiesysteme; ETTI 2 - Institut für Verteilte Intelligente Systeme 
Professur:
Neve, Antje ; Weyh, Thomas 
Open Access ja oder nein?:
Ja / Yes 
Art der OA-Lizenz:
CC BY 4.0 
Sonstige Angaben:
Die Veröffentlichung wurde finanziell unterstützt durch die Universität der Bundeswehr München (Publish-and-Read-Vertrag). 
 BibTeX