arXiv · Machine Learning· Jiawei Li, Fang Liu, Wei Zhang, Zuming Liu, Man-Fai Ng, Zhi Wei Seh·· 8 小时前AI 评分33
Sera：面向可靠且可解释电池健康预测的语义表示聚合框架
Sera: Semantic Representation Aggregation for Reliable and Interpretable Battery Health Forecasting
AI 导读
Sera 将基于规则知识和 LLM 解读提取的退化语义，与时间序列模型学到的表示通过门控聚合结合，用于电池健康状态（SoH）预测。在主流基准的多个预测时域和不同时间序列模型上，Sera 均提升了预测表现，预测误差较时间序列基线最高降低 37.3%。反事实分析显示，预测对关键退化描述符的响应与其含义一致。
来源：arXiv · Machine Learning · arxiv.org