XiaoMi-AI文件搜索系统
World File Search SystemKristjan
David Kristjanson Duvenaud
邀请在2024年12月AI的全球问题上关于AI的全球问题的神经访问研讨会2024年12月在2024年12月的开放问题，2024年10月CIFAR DEEP LEAD LEAVY SUMMLE暑期夏季学校2024年7月，多伦多大学学生AI学生AI大学学生AI 2023年1月2023年1月1月1月的剑桥大学cambridge University computational and Biological Lab Scienter 2022年多伦多大学学校（高中）研究俱乐部（远程）2022年4月神经研讨会：编程语言和神经成像系统（遥远）2021年12月Schwartz-riesman Institute Institute研讨会系列（远程）2021年11月）ICCV ICCV ICCV关于Neural Architect on Neural Architect：现在和未来的（远程（遥远）2021年10月20日至2021年10月20日Keynote：K. ICML Workshop on Time Series (remote) July 2021 Oxford University, StatML Centre for Doctoral Training Seminar (remote) July 2021 Centre for Mathematics and Algorithms for Data, University of Bath (remote) July 2021 Microsoft Research AutoML Lecture Series (remote) May 2021 Flatiron Institute, Center for Computational Mathematics May 2021 ICLR Workshop on Deep Learning for Simulation (remote) April 2021 University College伦敦，DeepMind/Ellis CSML研讨会系列（遥控）2021年2月，贝叶斯深度学习（远程）Neurips Europe Meetup 2020年12月Neurips研讨会：超越反射（远程）2020年12月
引用出版版本（APA）：Christian，M.，Curse，A.，Jensen，P.G.，Theodorescu，R。，＆Larsen，K。（2023）。 SOC/SOT双重平衡
摘要 - 电动汽车中的电池包由电池管理系统管理，这些电池管理系统会影响包装中的电池状态，在这些系统中，此类系统在研究中受到了很多关注。最近，平衡细胞之间的脾气已成为研究主题。在我们的工作中，我们考虑了一个双平衡问题，我们旨在平衡充电状态和温度的两个参数。我们考虑一个智能电池组，可以绕过单个单元格，这意味着没有电流往返或从单元格，这使得单元在电池不充电或放电时冷却。此外，智能电池组可以估计每个单元的特性，进而可以用来定义单元格和电池组行为的模型。我们使用电池组的模型进行实验，其中每个细胞的配置都作为衰老的效果。对于具有异质细胞的这样的包装，我们在Uppaal Stratego中使用Q学习来合成一个控制器，该控制器最大化在平衡状态下所花费的时间，这意味着所有单元格的状态彼此之间都在特定的范围内。与两个基于阈值的控制器相比，我们在两个方面都有显着改善，这些控制器平衡了充电状态或温度状态。合成的控制器仅在1-4％的时间之间，温度在15-20％的时间之间是不平衡的。基于阈值的控制器的充电状态不平衡，多达37％的时间，或者在温度的时间内是44％的时间。最后，电荷状态和温度的最大变化减少。索引术语 - 启动电池组，数字双胞胎，SOC和SOT，双平衡，增强学习