机译:一种新的基于深度学习的模拟策略,从颗粒图像与CNN和Bilstm的颗粒材料的机械性能
Hong Kong Polytech Univ Dept Civil & Environm Engn Hung Hom Kowloon Hong Kong Peoples R China;
Hong Kong Polytech Univ Dept Civil & Environm Engn Hung Hom Kowloon Hong Kong Peoples R China;
Granular material; Deep learning; Discrete element method; Particle morphology; Particle size distribution; Fabric anisotropy;
机译:基于CNN-BILSTM的中期太阳辐射预测的深层学习模型
机译:通过基于图像的建模和深度学习预测异质材料的有效力学性能
机译:热机械框架中颗粒材料颗粒破损的微机械建模
机译:基于CNN-BILSTM的谣言检测混合深层学习模型
机译:使用纳米压痕和独特元素法建模的粒状材料的机械性能。
机译:基于CNN和Bilstm的双通道混合深神经网络剩余使用寿命预测
机译:基于图像建模和深度学习预测异质材料的有效力学性能