Solid Oxide Cell State-of-Health Prediction with Machine Learning - JuSER

Gast :: Anmelden JuSER
		Suchen		Absenden		Personalisieren Ihre Benachrichtigungen Ihre Körbe Ihre Suchanfragen		Hilfe

Hauptseite > Publikationsdatenbank > Solid Oxide Cell State-of-Health Prediction with Machine Learning

Poster (Invited)

Solid Oxide Cell State-of-Health Prediction with Machine Learning

Mänken, C.FZJ*RWTH* ; Schäfer, D.FZJ* ; Kunz, F.FZJ* ; Eichel, R.-A.FZJ*RWTH*

2023

"Übergang zur klimaverträglichen Energieversorgung", Jülich, RWTH Aachen, Germany, 21 Apr 2023 - 21 Apr 2023

Contributing Institute(s):

Grundlagen der Elektrochemie (IEK-9)

Research Program(s):

1231 - Electrochemistry for Hydrogen (POF4-123) (POF4-123)
HITEC - Helmholtz Interdisciplinary Doctoral Training in Energy and Climate Research (HITEC) (HITEC-20170406) (HITEC-20170406)

Appears in the scientific report 2023

Click to display QR Code for this record

The record appears in these collections:
Dokumenttypen > Präsentationen > Poster
Institutssammlungen > IET > IET-1
Workflowsammlungen > Öffentliche Einträge
IEK > IEK-9
Publikationsdatenbank

Datensatz erzeugt am 2024-01-18, letzte Änderung am 2024-07-09

Ähnliche Datensätze

Dieses Dokument bewerten:

1

2

3

4

(Bisher nicht rezensiert)

Zum persönlichen Korb hinzufügen
Export als Author List with IDs BibTeX (UTF-8), EndNote XML, EndNote Text, RIS, MARC, Print MARC, MARCXML, DC,
Request correction
Submit fulltext

JuSER :: :: :: ::
Powered by v1.1.7 |
Verwaltet von

Impressum | Data Privacy Policy

Diese Seite gibt es auch in den folgenden Sprachen:
Deutsch English