作者团队介绍

Niankai Yang，美国密歇根大学航海与海洋工程专业博士候选人，上海交通大学船舶与海洋工程学士。主要研究方向包括锂电池状态监测中的机器学习、模型预测控制及其应用、自动驾驶车辆的规划与控制。

Ziyou Song，新加坡国立大学机械工程系助理教授，清华大学汽车工程专业学士（荣誉）与博士（最高荣誉）。研究聚焦于电动化车辆及可再生能源系统中储能装置（如电池、超级电容）的状态估计、优化与控制。曾获《Applied Energy》高被引论文奖、机械工程NSK优秀论文奖、IEEE VPPC最佳学生论文奖等多项荣誉。

Mohammad Reza Amini，美国密歇根大学工程学院助理研究员，密歇根理工大学机械工程博士。研究方向为非线性、自适应、鲁棒与预测控制理论在智能交通、汽车及能源系统中的应用。

Heath Hofmann，美国密歇根大学电气工程教授，加州大学伯克利分校电气工程与计算机科学博士。已发表期刊论文四十余篇，拥有14项专利。研究领域涵盖电力电子、机电系统设计与控制、自适应控制、能量回收、飞轮储能、电动汽车及有限元分析等。

参考文献

Yang, N., Song, Z., Amini, M.R. et al.: Internal short circuit detection for parallel-connected battery cells using convolutional neural network. Automotive Innovation 5, 107–120 (2022). https://doi.org/10.1007/s42154-022-00180-6

期刊简介

Automotive Innovation 是由中国国家新闻出版署批准、中国汽车工程学会（China SAE）主办的首个英文科技期刊，致力于打造中国汽车行业国际交流平台，推动中国创新成果走向世界。

期刊与施普林格·自然集团合作，邀请来自全球15个国家和地区的权威专家组成编委会，坚持国际化高标准办刊。目前已入选EI、ESCI、Scopus数据库，单篇论文最高下载量超21000次，读者覆盖72个国家和地区。

期刊内容涵盖智能网联汽车、新能源汽车、未来出行等前沿技术领域，每季度出版一期，旨在传播具有创新性的理论方法、产品开发与工程技术应用成果。

创刊联合主编为清华大学李骏院士、赵福全教授，执行主编为吉林大学马芳武教授，执行副主编为吉林大学章新杰教授。