Sera：电池健康预测语义表示聚合框架

Jiawei Li 等研究人员提出 Sera 语义表示聚合框架，用退化语义补充时序建模，以提升电池健康预测的可靠性。Sera 通过规则知识和 LLM 解读从时间序列中提取退化语义并构建两种互补表示，再经门控聚合与时序模型表示融合。 研究人员称，在主流基准上跨多个预测周期和不同时序模型，Sera 将预测误差最多降低 37.3%，并提升泛化能力；反事实分析显示预测响应与关键退化描述符含义一致。

AI 根据报道生成 · 54 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。