UNITesi

Data driven techniques for on-board performance estimation and prediction in vehicular applications.

FALAI, ALESSANDRO
2023
721. ENERGETICA
13-ott-2023
Inglese
Data-driven; Machine Learning; Artificial Intelligence; BMS; Li-ion Battery; Vehicle Performance; NOx; Predictive modeling; Electric Vehicle; Real-world
MISUL, DANIELA ANNA
SPESSA, EZIO
Politecnico di Torino
181
Politecnico di Torino
File in questo prodotto:
File Dimensione Formato  
polito_phd_thesis___falai.pdf

accesso aperto

Licenza: Tutti i diritti riservati
Dimensione 20.01 MB
Formato Adobe PDF
Visualizza/Apri
20.01 MB Adobe PDF Visualizza/Apri
summary_and_review_tesiphd_xxxv_falai.pdf

accesso aperto

Licenza: Tutti i diritti riservati
Dimensione 153.83 kB
Formato Adobe PDF
Visualizza/Apri
153.83 kB Adobe PDF Visualizza/Apri

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14242/126147
Il codice NBN di questa tesi è URN:NBN:IT:POLITO-126147