EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

Enhanced adaptive LSTM framework for robust early-life prediction of lithium-ion battery degradation

Meilia Safitri, Teguh Bharata Adji, Adha Imam Cahyadi

Results in Engineering · 2026-03 · 29 · 109664

DOI: 10.1016/j.rineng.2026.109664 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Results in Engineering, 2026-03. Verfasst von Meilia Safitri und 2 weiteren Autor:innen. Die Arbeit wurde bisher 2-mal zitiert (Crossref) und nennt 66 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0). Gefördert von: Lembaga Pengelola Dana Pendidikan.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Förderung

  • Lembaga Pengelola Dana Pendidikan

Zitieren

APA

Safitri, M., Adji, T. B., & Cahyadi, A. I. (2026). Enhanced adaptive LSTM framework for robust early-life prediction of lithium-ion battery degradation. Results in Engineering, 29, 109664. https://doi.org/10.1016/j.rineng.2026.109664

Vancouver

Safitri M, Adji TB, Cahyadi AI. Enhanced adaptive LSTM framework for robust early-life prediction of lithium-ion battery degradation. Results in Engineering. 2026;29:109664. doi:10.1016/j.rineng.2026.109664

BibTeX
@article{Safitri2026,
  author = {Safitri, Meilia and Adji, Teguh Bharata and Cahyadi, Adha Imam},
  title = {Enhanced adaptive LSTM framework for robust early-life prediction of lithium-ion battery degradation},
  journal = {Results in Engineering},
  year = {2026},
  volume = {29},
  pages = {109664},
  doi = {10.1016/j.rineng.2026.109664}
}
Kostenlos starten →