論文の概要: EVBattery: A Large-Scale Electric Vehicle Dataset for Battery Health and Capacity Estimation

• arxiv url: http://arxiv.org/abs/2201.12358v3
• Date: Thu, 2 Nov 2023 02:57:29 GMT
• ステータス: 処理完了
• システム内更新日: 2023-11-03 18:49:32.598208
• Title: EVBattery: A Large-Scale Electric Vehicle Dataset for Battery Health and Capacity Estimation
• Title（参考訳）: EVBattery:バッテリーの健康と容量推定のための大規模電気自動車データセット
• Authors: Haowei He, Jingzhao Zhang, Yanan Wang, Benben Jiang, Shaobo Huang, Chen Wang, Yang Zhang, Gengang Xiong, Xuebing Han, Dongxu Guo, Guannan He, Minggao Ouyang
• Abstract要約: 電気自動車(EV)は二酸化炭素排出量を減らす上で重要な役割を果たしている。 EVの採用が加速するにつれ、EVバッテリーによる安全性の問題が重要な研究トピックとなっている。 この課題に対して,データ駆動方式のベンチマークと開発を行うため,EVバッテリの大規模かつ包括的なデータセットを導入する。 我々のデータセットは、実世界のバッテリーデータに関する最初の大規模な公開データセットであり、既存のデータには数台の車両しか含まれていないか、実験室で収集されている。
• 参考スコア（独自算出の注目度）: 15.169440280225647
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Electric vehicles (EVs) play an important role in reducing carbon emissions. As EV adoption accelerates, safety issues caused by EV batteries have become an important research topic. In order to benchmark and develop data-driven methods for this task, we introduce a large and comprehensive dataset of EV batteries. Our dataset includes charging records collected from hundreds of EVs from three manufacturers over several years. Our dataset is the first large-scale public dataset on real-world battery data, as existing data either include only several vehicles or is collected in the lab environment. Meanwhile, our dataset features two types of labels, corresponding to two key tasks - battery health estimation and battery capacity estimation. In addition to demonstrating how existing deep learning algorithms can be applied to this task, we further develop an algorithm that exploits the data structure of battery systems. Our algorithm achieves better results and shows that a customized method can improve model performances. We hope that this public dataset provides valuable resources for researchers, policymakers, and industry professionals to better understand the dynamics of EV battery aging and support the transition toward a sustainable transportation system.
• Abstract（参考訳）: 電気自動車(ev)は二酸化炭素排出量を減らす上で重要な役割を果たす。 EVの採用が加速するにつれ、EVバッテリーによる安全性の問題が重要な研究トピックとなっている。 この課題に対して,データ駆動方式のベンチマークと開発を行うため,EVバッテリの大規模かつ包括的なデータセットを導入する。 私たちのデータセットには、数年前に3つのメーカーから数百台のEVから収集された充電記録が含まれています。 我々のデータセットは、実世界のバッテリーデータに関する最初の大規模な公開データセットであり、既存のデータには数台の車両しか含まれていないか、実験室で収集されている。 一方で当社のデータセットには,バッテリの健康状態推定とバッテリ容量推定という,2つの重要なタスクに対応するラベルが2つ含まれています。 このタスクに既存のディープラーニングアルゴリズムをどのように適用できるかを示すことに加えて、バッテリシステムのデータ構造を利用するアルゴリズムを更に開発する。 提案アルゴリズムは,より優れた結果を得るとともに,カスタマイズした手法がモデル性能を向上させることを示す。 この公開データセットが、研究者、政策立案者、業界専門家に貴重なリソースを提供し、EVバッテリーの老朽化のダイナミクスをよりよく理解し、持続可能な輸送システムへの移行を支援することを願っている。

関連論文リスト

• Open-sourced Data Ecosystem in Autonomous Driving: the Present and Future [130.87142103774752]
  このレビューは、70以上のオープンソースの自動運転データセットを体系的に評価する。 高品質なデータセットの作成の基礎となる原則など、さまざまな側面に関する洞察を提供する。 また、解決を保障する科学的、技術的課題も検討している。
  論文  参考訳（メタデータ） (2023-12-06T10:46:53Z)
• On Responsible Machine Learning Datasets with Fairness, Privacy, and Regulatory Norms [56.119374302685934]
  AI技術の信頼性に関する深刻な懸念があった。 機械学習とディープラーニングのアルゴリズムは、開発に使用されるデータに大きく依存する。 本稿では,責任あるルーブリックを用いてデータセットを評価するフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-10-24T14:01:53Z)
• A Deep Learning Approach Towards Generating High-fidelity Diverse Synthetic Battery Datasets [0.0]
  高忠実度バッテリデータセットを合成するためのDeep Learningベースの手法をいくつか導入する。 これらの強化された合成データセットは、バッテリー研究者がより良い推定モデルを構築するのに役立つ。
  論文  参考訳（メタデータ） (2023-04-09T05:41:21Z)
• Berlin V2X: A Machine Learning Dataset from Multiple Vehicles and Radio Access Technologies [56.77079930521082]
  我々は,MLに基づく多種多様な研究への道を開くための詳細な測定キャンペーンを実施してきた。 得られたデータセットは、携帯電話(と2つの異なるオペレーター)とサイドリンク無線アクセス技術の両方のために、様々な都市環境にまたがるGPS位置の無線測定を提供する。 私たちは、MLが克服しなければならない課題と、MLが活用できる機能について、データの初期分析を提供しています。
  論文  参考訳（メタデータ） (2022-12-20T15:26:39Z)
• Battery Cloud with Advanced Algorithms [1.7205106391379026]
  バッテリクラウドまたはクラウドバッテリ管理システムは、クラウド計算パワーとデータストレージを活用して、バッテリ安全性、パフォーマンス、経済性を改善する。 この研究は、電気自動車やエネルギー貯蔵システムから計測されたバッテリーデータを収集するバッテリクラウドを提示する。
  論文  参考訳（メタデータ） (2022-03-07T21:56:17Z)
• An Energy Consumption Model for Electrical Vehicle Networks via Extended Federated-learning [50.85048976506701]
  本稿では,フェデレートラーニングモデルに基づく不安度を測る新しい手法を提案する。 バッテリー消費を推定し、車両ネットワークにエネルギー効率の高いルートプランニングを提供する。
  論文  参考訳（メタデータ） (2021-11-13T15:03:44Z)
• Data Driven Prediction of Battery Cycle Life Before Capacity Degradation [0.0]
  本稿では,Kristen A. Seversonらが実施したデータと手法を用いて,研究チームが使用した方法論を探索する。 基本的な取り組みは、機械学習技術が、バッテリー容量を正確に予測するために、早期ライフサイクルデータを使用するように訓練されているかどうかを確認することである。
  論文  参考訳（メタデータ） (2021-10-19T01:35:12Z)
• Overcoming limited battery data challenges: A coupled neural network approach [0.0]
  深層ニューラルネットワークを用いた時系列バッテリデータ拡張手法を提案する。 あるモデルはバッテリ充電プロファイルを生成し、別のモデルはバッテリ放電プロファイルを生成する。 その結果,バッテリーデータに制限がある場合の問題点を解消するために,本手法の有効性が示された。
  論文  参考訳（メタデータ） (2021-10-05T16:17:19Z)
• Optimizing a domestic battery and solar photovoltaic system with deep reinforcement learning [69.68068088508505]
  バッテリーと太陽光発電システムのコストの低下は、ソーラーバッテリーの家庭用システムの増加に繋がった。 本研究では,システム内の電池の充電および放電挙動を最適化するために,深い決定論的ポリシーアルゴリズムを用いる。
  論文  参考訳（メタデータ） (2021-09-10T10:59:14Z)
• A Dynamic Battery State-of-Health Forecasting Model for Electric Trucks: Li-Ion Batteries Case-Study [1.1470070927586016]
  本稿では, 電動トラックにおけるLiイオン電池の機械学習による健康状態(SoH)の予後について検討する。 バッテリーSoHを予測するための自動回帰型統合モデリング平均(ARIMA)と教師付き学習(決定木をベース見積もりとして袋詰め)を提案します。
  論文  参考訳（メタデータ） (2021-03-30T12:19:21Z)
• Universal Battery Performance and Degradation Model for Electric Aircraft [52.77024349608834]
  電動垂直離着陸機(eVTOL)の設計、解析、運用には、Liイオン電池の性能の迅速かつ正確な予測が必要である。 我々は,eVTOLのデューティサイクルに特有の電池性能と熱的挙動のデータセットを生成する。 このデータセットを用いて,物理インフォームド機械学習を用いた電池性能・劣化モデル(Cellfit)を開発した。
  論文  参考訳（メタデータ） (2020-07-06T16:10:54Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。