Perspectiva—Combinando Física e Aprendizado de Máquina para Prever a Vida Útil da Bateria

Prever a saúde de uma bateria é um esforço de modelagem que é fundamental para impulsionar melhorias e a adoção de veículos elétricos. Modelos baseados apenas em física e modelos baseados apenas em dados têm vantagens e limitações próprias. Considerando a natureza dos dados da bateria e as aplicações para o usuário final, delineamos várias arquiteturas para integrar modelos baseados em física e de aprendizado de máquina que podem melhorar nossa capacidade de prever a vida útil da bateria. Discutimos a facilidade de implementação, vantagens, limitações e viabilidade de cada arquitetura, dado o estado da arte nos campos de batérias e aprendizado de máquina.