AVL und der Lehrstuhl für Fahrzeugtechnik an der Technischen Universität München (TUM) haben gemeinsam eine Berechnungsmethode entwickelt, bei der unterschiedliche Fahrzeugflotten jeweils ein neuronales Netz trainieren. Das dort Erlernte wird dann ein globales Modell weitergegeben, ohne dass auf die Originaldaten der OEMs zugegriffen werden muss. Das KI-Modell steht dann als Basis für die Berechnung der Restlebensdauer der Batterie zur Verfügung. Dank dieses Federated Learning Ansatzes konnte die verbleibende Batterielebensdauer gegenüber dem einzelnen Flottenmodel wesentlich genauer vorhergesagt werden – der Fehlerwert reduzierte sich durchschnittlich um 32 Prozent. (jr)
Medienspiegel
Podcast: Warum effiziente Elektromobilität innovative thermische Systeme braucht
Der Podcast von Valeo liefert einen kurzen Abriss über die Bedeutung von thermischen Systemen bei der Elektrifizierung von Fahrzeugen, beleuchtet entsprechende Aktivitäten des Unternehmens und gibt Einblicke, wie das Unternehmens die Marktentwicklung einschätzt.
News
TUM: Ethisch entscheidender Algorithmus
Forschende der TUM haben eine Software für autonomes Fahren entwickelt, die das Risiko auf der Straße nach ethischen Gesichtspunkten fair verteilt, wobei das unterschiedliche Risiko der Verkehrsteilnehmenden berücksichtigt wird.
Exklusiv
Leistungsschau der TU München: E-Fuels haben keine Zukunft!
Bei einer Leistungsschau von fünf Lehrstühlen hat die TU München eindrucksvoll gezeigt, welche Potentiale noch in der batterieelektrischen Mobilität stecken. Dabei betrachten die TUM-Forscher die gesamte Wertschöpfungskette der Elektromobilität.