論文の概要: Quantifying the Gap Between Laboratory Battery Test Patterns and Field Duty Profiles

• arxiv url: http://arxiv.org/abs/2608.16212v1
• Date: Mon, 17 Aug 2026 07:45:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-18 19:59:03.58062
• Title: Quantifying the Gap Between Laboratory Battery Test Patterns and Field Duty Profiles
• Title（参考訳）: 実験室のバッテリ試験パターンとフィールドダティプロファイルのギャップの定量化
• Abstract要約: 本稿では, 制御サイクル, 駆動サイクル試験, 動的サイクリング, NMC811実験室の老化, 実際の電気自動車充電トレース, および車体規模の健康状態データに関する6つの証拠資料を比較して, ギャップを定量化する。 この分析は、正規化された電流分散と傾斜に基づく使用頻度、使用量強度、使用量Cレート、義務構造指標(DSI)を組み合わせる。
• 参考スコア（独自算出の注目度）: 1.6288964952788767
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Laboratory battery tests provide the main empirical basis for battery performance and degradation studies, but their operating patterns do not directly represent field duty profiles. This paper quantifies the gap by comparing six accessible evidence sources covering controlled cycling, drive-cycle testing, dynamic cycling, NMC811 laboratory ageing, a real electric-vehicle charging trace, and fleet-scale electric-vehicle state-of-health (SOH) data. The analysis combines usage frequency, usage intensity, usage C-rate, and a duty-structure index (DSI) based on normalized current dispersion and ramping. The representative single-segment DSI ranges from 0.630 for the field source trace and 0.699 for NASA to 2.936 for Oxford and 2.855 for Imperial, while usage C-rate ranges from 0.14-0.40 for Imperial, NASA, Stanford, and Hyundai to 2.00 for Oxford. Long-term ageing also differs: the 80 percent retention region occurs near 351 NASA cycles, 6292 Oxford checkpoints, and 1019 Stanford cycles. In chemistry-aligned NMC/NCM evidence, Imperial retains 0.813 under standard cycling and 0.865 under drive-cycle ageing, while the field source has median SOH 0.889 with visible dispersion. Field operation further shows a median use intensity of 137.2 km/day and 56.9 percent of charges ending at or above 95 percent SOC. These results show that battery performance metrics are conditional on the duty pattern that generated them; application-oriented studies should report explicit duty-profile descriptors together with chemistry, capacity, and ageing metrics.
• Abstract（参考訳）: 実験室でのバッテリテストは、バッテリ性能と劣化研究の主要な基礎となるが、その動作パターンは、直接的にフィールドデューティプロファイルを表すものではない。 本稿では,制御サイクリング,ドライブサイクルテスト,ダイナミックサイクリング,NMC811実験室の老化,実際の電気自動車充電トレース,および車両規模の健康状態(SOH)データに関する6つの証拠資料を比較して,ギャップを定量化する。 この分析は、正規化された電流分散と傾斜に基づく使用頻度、使用量強度、使用量Cレート、義務構造指標(DSI)を組み合わせる。 代表的なシングルセグメントDSIは、フィールドソーストレースが0.630、NASAが0.699、オックスフォードが2.936、インペリアルが2.855、帝国、NASA、スタンフォード、ヒュンダイが0.14-0.40、オックスフォードが2.00である。 長期の経年変化は、NASAのサイクル351回、オックスフォードのチェックポイント6292回、スタンフォードのサイクル1019回近くで80%の保持領域が発生する。 NMC/NCMエビデンスでは、インペリアルは標準サイクルで0.813、ドライブサイクルで0.865を維持し、フィールドソースは中央値のSOH 0.889を可視分散として保持する。 さらに、フィールド操作では、1日137.2km、料金の56.9%がSOCの95%以上で終わる。 これらの結果から,バッテリ性能指標は,それらを生成するデューティパターンの条件付きであることが示唆された。

関連論文リスト

• Domain-Specific Hallucination Detection in Large Language Models [0.0]
  大規模言語モデルは、不誠実なクレームを含むことができる流動的なテキストを生成する。 微調整されたDeBERTa-v3分類, Monte Carlo (MC) Dropoutの不確実性定量化を組み合わせた多信号検出パイプラインを提案する。
  論文  参考訳（メタデータ） (2026-09-10T17:45:36Z)
• Neurosymbolic Alignment for Physiologically-Safe Clinical Language Models [34.30791848883716]
  本稿では,HGNNをベースとした生理的世界モデルと7B臨床LLMを併用したトレーニングタイムフレームワークであるNeurosymbolic Alignmentを提案する。 候補者の反応は、ホメオスタティックな制約、マルチホップパスの妥当性、薬物相互作用の罰則を用いて評価される。 臨床安全ベンチマーク(CSB: Clinical Safety Benchmark)は、遺伝子的臨床推論における生理的制約違反に対する2500-scenarioベンチマークである。
  論文  参考訳（メタデータ） (2026-08-25T13:20:03Z)
• On-Policy Self-Distillation without Any Supervision [47.315224514076334]
  我々は、内部整合性を通して、モデル自身の世代のみを用いて、政治上の自己蒸留を実現することができることを示す。 教師なしの政治自己蒸留(U-OPSD)を提案する。
  論文  参考訳（メタデータ） (2026-08-06T17:18:23Z)
• Weighted Conformal Prediction for Lab-to-Track Thermal Transfer in EV Motorsport Powertrains [0.0]
  高性能EVパワートレインの温度変動予測は、室内温度が研究室外で観測されることがほとんどないため困難である。 本研究では、共形予測を用いて、分布のない不確実性境界を提供する実験室間移動問題について検討する。 キャリブレーションモデルを用いて実際の2023F1テレメトリ(MonzaとSilverstone、ドライバVER)を、教師なしのアウト・オブ・ディストリビューション診断として適用する。
  論文  参考訳（メタデータ） (2026-07-02T19:17:26Z)
• DGLD: Domain-Gated Latent Diffusion for the Discovery of Novel Energetic Materials [47.027290803102666]
  Domain-Gated Latent Diffusion (DGLD)は、訓練時のラベル品質の高いゲートであり、サンプル時のマルチタスクスコアモデルガイダンスであり、第一原理DFT監査で終わる4段階の化学価関数である。 ヘッドライン化合物である3,4,5-トリニトロ-1,2-イソキサゾール(L1)は、rho_"cal" =2.09 g/cm3とD_"K-J,cal" =8.25 km/sに到達し、全ての65980のトレーニング分子と構造的に異なる。
  論文  参考訳（メタデータ） (2026-05-26T04:43:45Z)
• FSKD: Monocular Forest Structure Inference via LiDAR-to-RGBI Knowledge Distillation [0.0]
  Canopy Height Model (CHM) や Plant Area Index (PAI) 、Foliage Height Diversity (FHD) といった森林構造指標に言及されているにもかかわらず、空飛ぶLiDARは費用がかからないままである。 FSKD: LiDAR-to-RGB-Infrared(RGBI)知識蒸留フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-04-02T08:33:55Z)
• Experimental study on surveillance video-based indoor occupancy measurement with occupant-centric control [19.349952628032213]
  本稿では,大規模言語モデル (LLM) を用いた視覚による室内占有率の測定実験を行った。 その結果,検出のみの測定よりも時間的安定性が向上することが示唆された。 LLMの改良により、さらに占有率測定性能が向上し、偽の未占有予測が低減される。
  論文  参考訳（メタデータ） (2026-03-27T05:19:42Z)
• Benchmarking IoT Time-Series AD with Event-Level Augmentations [34.864214444544565]
  実世界の問題をシミュレートする統合されたイベントレベル拡張による評価プロトコルを提案する。 5つの公開異常データセット上で14の代表的なモデルを評価する。
  論文  参考訳（メタデータ） (2026-02-17T09:45:44Z)
• Embedding Is (Almost) All You Need: Retrieval-Augmented Inference for Generalizable Genomic Prediction Tasks [2.456116718524414]
  埋め込みベースのパイプラインは、競争力のあるパフォーマンスを実現することができることを示す。 エンハンサー分類では、zCurveと組み合わされた埋め込みは0.68精度(微調整では0.58)を達成する。 非TATAプロモーター分類では、zCurveまたはGC含有量によるDNABERT-2の埋め込みは0.85精度(微調整0.89)に達する。
  論文  参考訳（メタデータ） (2025-08-06T14:15:48Z)
• Toward Onboard AI-Enabled Solutions to Space Object Detection for Space Sustainability [29.817805350971366]
  本稿では,空間物体検出のための視覚センサの実現可能性と有効性について検討する。 Squeeze-and-Excitation (SE) 層, Vision Transformer (ViT) および Generalized Efficient Layer Aggregation Network (GELAN) に基づくモデルを導入する。 実験の結果, 提案モデルでは, 結合閾値0.5(mAP50)の交点平均精度が0.751, 結合閾値0.5から0.95(mAP50:95)の交点平均精度が0.280に達することがわかった。
  論文  参考訳（メタデータ） (2025-05-03T01:56:52Z)
• Onboard Health Estimation using Distribution of Relaxation Times for Lithium-ion Batteries [0.0]
  健常高齢者5例とサイクリング高齢者17例のインピーダンススペクトロスコピー(EIS)データを用いて,SOH(State-of-Health)推定を行った。 10種類の異なるテストセットでテストすることでモデル性能を検証し、平均 RMSPE は1.69% である。
  論文  参考訳（メタデータ） (2024-10-20T04:04:53Z)
• Attention-based Saliency Maps Improve Interpretability of Pneumothorax Classification [52.77024349608834]
  視覚変換器(ViT)の胸部X線撮影(CXR)分類性能と注意ベース唾液の解釈可能性について検討する。 ViTは、CheXpert、Chest X-Ray 14、MIMIC CXR、VinBigDataの4つの公開データセットを用いて、肺疾患分類のために微調整された。 ViTsは最先端のCNNと比べてCXR分類AUCに匹敵するものであった。
  論文  参考訳（メタデータ） (2023-03-03T12:05:41Z)
• Rapid Assessments of Light-Duty Gasoline Vehicle Emissions Using On-Road Remote Sensing and Machine Learning [18.334974501482275]
  道路上での自動車排ガスのリアルタイムかつ正確な評価は、都市大気の質と健康政策において中心的な役割を果たす。 ここでは、オンロードリモートセンシング(ORRS)測定をI/Mレコードに関連付ける103831光デューティガソリン車を含む、ユニークなデータセットを構築します。 ニューラルネットワーク(NN)、極勾配強化(XGBoost)、ランダムフォレスト(ランダムフォレスト)を含む3つの機械学習アルゴリズムを統合するアンサンブルモデルフレームワークを開発した。
  論文  参考訳（メタデータ） (2021-10-01T08:37:06Z)
• Tactile Grasp Refinement using Deep Reinforcement Learning and Analytic Grasp Stability Metrics [70.65363356763598]
  解析的把握安定性指標が強化学習アルゴリズムの強力な最適化目標であることを示す。 幾何的および力量に依存しないグリップ安定性の指標を組み合わせることで、カブイドの平均成功率は95.4%となることを示す。 第2の実験では,触覚情報を持たないベースラインよりも,接触フィードバックで訓練したグリップリファインメントアルゴリズムが最大6.6%向上することを示した。
  論文  参考訳（メタデータ） (2021-09-23T09:20:19Z)
• Classifying CMB time-ordered data through deep neural networks [0.0]
  CMB実験の検出器を分類するための教師付き機械学習モデルを提案する。 このモデルは深層畳み込みニューラルネットワークに対応する。 私たちのモデルは現在のパイプラインの約10倍の速度で、リアルタイム実装に適しています。
  論文  参考訳（メタデータ） (2020-04-13T22:34:30Z)

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。