百余名学子共探！AI如何赋能新能源电池技术-人工智能学院

4月2日晚，人工智能学院第十五期“AI前沿讲坛”在A201报告厅开讲。青年博士教师樊云生以“基于迁移学习的电动汽车电池组SOH估计方法”为主题，为百余名学子带来一场AI与新能源技术深度融合的学术课堂。

樊云生以“用已知解新题”为切入点，系统阐释了迁移学习打破“数据孤岛”的核心价值。针对传统方法在跨层级知识迁移中的不足，他提出“电芯-电池组”双层级迁移路径：通过电压平滑预处理、多维度特征构建、LSTM模型动态微调等技术手段，利用健康指标与不一致性信息构建老化特征向量，实现工况自适应的高精度SOH健康状态估计。

本次讲座清晰展现了迁移学习从理论落地工程实践的完整路径，进一步激发了同学们深耕人工智能与新能源交叉领域的科研热情与探索动力。