燃料電池の健康状態を正確に診断することは、燃料電池スタックの安定した運転を確保する上で重要である。この研究では、高周波インピーダンスが燃料電池の状態や健康状況を評価するための重要な指標として扱われているが、そのオンラインテストは非常に複雑で高コストである。そこで、深層スパースオートエンコーディングネットワークを用いて高周波インピーダンスの予測と分類を行い、92%以上の精度を達成。このネットワークはFPGAに展開され、ハードウェアベースの認識率は90%近くに達した。この技術は燃料電池の運用において、効率的かつ経済的な診断を可能にする。