EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC 3.0

AI-driven approaches for navigating battery complexity

Sai Gowtham Allu, Rehan Hasnain, Andrew Vos, Paraskevi Flouda

EES Batteries · 2026 · 2 (4) · 1145-1156

DOI: 10.1039/d6eb00101g ↗

Kurz gefasst

Fachartikel in der Zeitschrift EES Batteries, 2026. Verfasst von Sai Gowtham Allu und 3 weiteren Autor:innen. Die Arbeit wurde bisher 2-mal zitiert (Crossref) und nennt 65 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC 3.0). Gefördert von: University of Arizona.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

AI-driven approaches are reshaping battery research by accelerating materials discovery and performance prediction across electrolytes, electrodes, and battery health diagnostics.

Förderung

  • University of Arizona

Zitieren

APA

Allu, S. G., Hasnain, R., Vos, A., & Flouda, P. (2026). AI-driven approaches for navigating battery complexity. EES Batteries, 2(4), 1145-1156. https://doi.org/10.1039/d6eb00101g

Vancouver

Allu SG, Hasnain R, Vos A, Flouda P. AI-driven approaches for navigating battery complexity. EES Batteries. 2026;2(4):1145-1156. doi:10.1039/d6eb00101g

BibTeX
@article{Allu2026,
  author = {Allu, Sai Gowtham and Hasnain, Rehan and Vos, Andrew and Flouda, Paraskevi},
  title = {AI-driven approaches for navigating battery complexity},
  journal = {EES Batteries},
  year = {2026},
  volume = {2},
  number = {4},
  pages = {1145--1156},
  doi = {10.1039/d6eb00101g}
}
Infokarte | EUVIMED

Artikeldaten derzeit nicht verfügbar.

Recherche