يقدم الباحثون نهجًا جديدًا يتيح التعلم على الجهاز في أنظمة المركبات الكهربائية المقيدة بالموارد لتعديل نماذج التنبؤ بالبطارية المدربة مسبقًا باستمرار مع بيانات جديدة وغير مرئية.
- تحول الطريقة النماذج المدربة مسبقًا الموجودة إلى إصدارات قابلة للتكيف تحافظ على المعرفة الحرجة لمعاملات النموذج من التدريب الأولي.
- تبحث الدراسة في كل من استراتيجيات تكيف النموذج عبر الإنترنت وخارجها للتنبؤ بالسلاسل الزمنية.
- أظهرت النتائج انخفاضًا في متوسط الخطأ المطلق يصل إلى 7.49% مع التكيف عبر الإنترنت و14.88% مع تقنيات التكيف خارج الشبكة.
يبرز هذا النهج الفائدة الكبيرة للتكيف على الجهاز، مما يؤدي إلى تحسين تنبؤات طاقة البطارية مقارنة بنشر النماذج غير المتكيفة في سيناريوهات العالم الحقيقي.