據中國科學院深圳先進院消息，7月29日，中國科學院深圳先進技術研究院智能仿生研究中心郭師峰團隊與(yu) 清華大學深圳國際研究生院周光敏團隊合作，在Science Advances上發表題為(wei) “Operando state monitoring of diversified lithium-ion batteries via laser-excited ultrasonic sensing with transformer networks”的研究成果。該研究麵向高倍率工況下鋰離子電池SoC與(yu) SoH的高精度原位監測需求，提出“非接觸激光超聲傳(chuan) 感”與(yu) “Transformer深度學習(xi) ”一體(ti) 化融合方案，旨在突破傳(chuan) 統超聲及電化學估算方法在工程應用中的局限，並通過構建覆蓋多型號商業(ye) 電池的大規模數據集，係統驗證了該方法的泛化能力與(yu) 適用性。