10.1016/j.jpowsour.2015.01.154
attia, 2020, Closed-loop optimization of fast-charging protocols for batteries with machine learning, Nature, 578, 397, 10.1038/s41586-020-1994-5
10.1016/j.jpowsour.2020.228478
10.1016/j.jclepro.2018.06.182
10.1109/TMECH.2020.2986364
10.1016/j.jpowsour.2016.07.065
10.1016/j.microrel.2012.12.003
10.1016/j.jpowsour.2016.04.119
10.1016/j.eswa.2011.03.063
10.3390/electronics8111237
10.1016/j.apenergy.2013.09.006
10.1016/j.jpowsour.2010.09.048
10.1016/j.jpowsour.2014.09.146
10.1016/j.apenergy.2020.114569
10.1016/j.apenergy.2020.115104
10.1016/j.jpowsour.2012.02.114
10.1016/j.energy.2016.06.130
10.1016/j.energy.2020.118000
10.1038/s41560-019-0356-8
williard, 2013, Comparative analysis of features for determining state of health in lithium-ion batteries, Int Conf Prognostics Health Manage, 4, 14
10.1016/j.jpowsour.2013.11.029
10.1016/j.jpowsour.2013.10.114
10.1016/j.joule.2019.11.018
10.1016/j.etran.2019.100005
10.1016/j.apenergy.2018.01.010
10.1016/j.jpowsour.2013.05.040
10.1016/j.jpowsour.2015.01.129
10.1016/j.jpowsour.2014.01.085
10.1016/j.rser.2019.109254
10.1016/j.rser.2015.11.042
10.1016/j.jpowsour.2014.07.116
10.1016/j.jpowsour.2018.03.015
10.1109/TSMC.2013.2296276
10.1016/j.jpowsour.2010.07.029
10.1016/j.jpowsour.2019.03.008
10.1016/j.energy.2018.03.023
10.1016/j.apenergy.2016.01.125
