Fraunhofer Darmstadt
Master Thesis Machine Learning for retired Lithium-Ion Cell Sorting (all genders)
Aufgaben
• Literaturrecherche zu Machine-Learning-Methoden für Batteriezellklassifikation und EIS-basierte Analyse • Einarbeitung in den bereitgestellten EIS-Datensatz • Entwicklung und Training eines Machine-Learning-Modells zur automatisierten Sortierung gebrauchter Lithium-Ionen-Zellen • Evaluierung der Modellleistung auf Testdaten • Untersuchung des Einflusses verschiedener EIS-Datentypen auf die Sortiergenauigkeit • Dokumentation der Ergebnisse
Anforderungen
• Abschluss in Elektrotechnik, Mechatronik, Informatik oder verwandten Feldern • Starkes Interesse an Machine Learning • Grundkenntnisse in Python und gängigen Machine-Learning-Bibliotheken • Grundkenntnisse in Elektrochemie und Batterietechnik oder Bereitschaft zum Lernen
Redaktionelle Kurzfassung auf Basis der öffentlich zugänglichen Ausschreibung. Der vollständige Text steht bei der ausschreibenden Einrichtung. Zur Original-Ausschreibung →
Besonderheiten
Master Thesis Machine Learning for retired Lithium-Ion Cell Sorting (all genders)Master Thesis Machine Learning for retired Lithium-Ion Cell Sorting (all genders)DarmstadtLBF - Structural Durability and System Reliability
Schlagworte
Deutschlands Stellenbörse für die Wissenschaft
wissenschaftsstellen.de