35. spotkanie MLGdańsk – Dług technologiczny w ML / ML w systemie zarządzania bateriami

Spotkanie odbyło się 29.01.2018r., na wydziale ETI Politechniki Gdańskiej.

W pierwszej części spotkania Robert Różański prezentował zagadnienie długo technologicznego w systemach uczenia maszynowego, na podstawie artykułu „Machine Learning:
The High-Interest Credit Card of Technical Debt„. Prezentacja dotyczyła źródeł długu technologicznego oraz praktyk i narzędzi pozwalających go ograniczać.

W drugiej części spotkania Karol Gryń oraz jego grupa przedstawili problem zarządzania czasem życia baterii, w którym mogłyby zostać wykorzystane uczenie maszynowe. Celem projektu jest stworzenie rozwiązania pozwalającego na rozpoznawanie stopnia zużycia baterii bez przeprowadzania specjalnych testów oraz na przewidywanie degradacji w dłuższym okresie czasu. Rozwiązania te mają umożliwić lepsze zarządzanie cyklem życia baterii, tzn. wykorzystywaniem baterii nie nadających się już do użytku w bardziej wymagających zastosowaniach (jak pojazdy elektryczne), do mniej wymagających (przechowywanie energii dla budynków), oraz ostatecznie do decydowaniu o odpowiednim momencie na recykling.

Serdecznie zapraszamy na nasze kolejne spotkanie, które odbędzie się 19 lutego 2018 roku.