R²＞0.98
基于广义加性模型的AI方案，在电池制造早期即可高精度预测三类电池容量，并给出涂层特征的可解释分析。
Peng, Qiao · Yuhang, Liu · 金阳 · Yang, Xiaoguang · 王睿 · Liu, Kailong
IEEE Transactions on Systems, Man, and Cybernetics: Systems 2024
模型能给出主效应和交互项的全局与局部解释，帮助工程师理解哪些涂层特征影响电池容量。
在真实产线数据上对三类电池容量的预测R²均超过0.98，可作为早期质量控制的可靠工具。
模型包含成对交互项，能识别两个涂层特征的联合效应，而非假设特征独立。