כתבה
arXiv cs.AI ·
Sera: תחזית בריאות סוללות
Sera: Semantic Representation Aggregation for Reliable and Interpretable Battery Health Forecasting
Sera היא שיטה לתחזית בריאות סוללות. היא משלבת מודלים זמניים עם ידע תחומי. Sera משתמשת במודל LLM כדי לפרש נתונים.
תקציר מקורי באנגליתarXiv:2610.11567v1 Announce Type: cross Abstract: Battery state of health (SoH) forecasting is important for battery management, but remains challenging due to nonlinear degradation and heterogeneity across batteries. Existing data-driven approaches primarily use temporal models to learn from numerical battery time series, and higher-level degradation characteristics are often not explicitly represented. These characteristics, however, can provide degradation guidance to support reliable forecasting and make the influence of degradation more interpretable. In this paper, we propose \textsc{Sera}, a \underline{se}mantic \underline{r}epresentation \underline{a}ggregation framework that complements temporal modelling with degradation semantics. Guided by battery domain expertise, \textsc{Sera
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית