arXiv · cs.AI· Jiawei Li·· 19 天前AI 评分17
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
来源与原文
arXiv · cs.AI
作者：Jiawei Li
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.11567v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
论文提出 Sera，一个将退化语义与时间建模相结合的电池健康状态（SoH）预测框架，通过基于规则的知识和 LLM 解释构建两种互补表示，并用门控聚合与时间模型表征融合。在主流基准上，Sera 跨多个预测窗口和不同时间模型均提升预测表现，预测误差较时间基线最多降低 37.3%。反事实分析显示预测响应与关键退化描述符语义一致，支持可解释的电池健康管理。
来源：arXiv · cs.AI · arxiv.org