Stochastic Range Estimation Algorithms for Electric Vehicles using Data-Driven Learning Models

This work aims at improving the energy consumption forecast of electric vehicles by enhancing the prediction with a notion of uncertainty. The algorithm itself learns from driver and traffic data in a training set to generate accurate, driver-individual energy consumption forecasts.

Podrobná bibliografie

Hlavní autor:	Scheubner, Stefan
Médium:	Online
Jazyk:	angličtina
Vydáno:	KIT Scientific Publishing 2022
Témata:	Elektromobilität Vorhersagen Algorithmen Fahrzeugtechnik Energiemanagement E-Mobility Forecasting Algorithms Vehicle Technology Energy Management
On-line přístup:	ONIX_20220620_9783731511663_74
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!