KEYWORD |
Electrochemistry Group @PoliTO
Il machine learning nel campo delle batterie
Parole chiave BATTERIE, ENERGIA, MACHINE LEARNING
Riferimenti FEDERICO BELLA
Gruppi di ricerca Electrochemistry Group @PoliTO
Tipo tesi COMPILATIVA
Descrizione Il progresso tecnologico richiede dispositivi di accumulo di energia con prestazioni migliori, maggiore durata, maggiore affidabilità e una strategia di gestione più intelligente. La progettazione di tali sistemi comporta un compromesso tra un ampio insieme di parametri, mentre le strategie di controllo avanzate devono fare affidamento sullo stato istantaneo di molti indicatori. L'apprendimento automatico può accelerare notevolmente i calcoli, acquisire meccanismi complessi per migliorare l'accuratezza della previsione e prendere decisioni ottimizzate sulla base di informazioni di stato complete. L'efficienza computazionale lo rende applicabile per la gestione in tempo reale. Questa tesi mira a rivedere i recenti progressi in quest'area emergente, in particolare nuovi concetti, approcci e applicazioni di tecnologie di apprendimento automatico per dispositivi di accumulo di energia di uso comune (batterie).
Questa tesi compilativa prevede la stesura di un documento in lingua inglese a partire da una collezione di articoli scientifici (forniti dal relatore) sul tema del machine learning nel settore delle batterie al litio.
Conoscenze richieste Capacità di leggere e scrivere in inglese. Volontà di concludere la tesi entro 6 mesi dall'inizio.
Scadenza validita proposta 15/01/2025
PROPONI LA TUA CANDIDATURA