首页> 外文OA文献 >A predictive failure framework for brittle porous materials via machine learning and geometric matching methods

【2h】

A predictive failure framework for brittle porous materials via machine learning and geometric matching methods

机译：通过机器学习和几何匹配方法对脆性多孔材料进行预测失效框架

代理获取

本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。

页面导航

著录项
引文网络
相似文献
相关主题

著录项

作者
Alp Karakoç; Özgür Keleş;
展开▼
作者单位

展开▼
年度 2020
总页数
原文格式 PDF
正文语种
中图分类

相似文献

外文文献
中文文献
专利

1. A predictive failure framework for brittle porous materials via machine learning and geometric matching methods [J] . Karakoc Alp, Keles Ozgur Journal of Materials Science . 2020,第11期

机译：通过机器学习和几何匹配方法对脆性多孔材料进行预测失效框架
2. Predicting the effective thermal conductivities of composite materials and porous media by machine learning methods [J] . Wei Han, Zhao Shuaishuai, Rong Qingyuan, International Journal of Heat and Mass Transfer . 2018,第PTaC期

机译：通过机器学习方法预测复合材料和多孔介质的有效导热率
3. Predictive modeling of dynamic fracture growth in brittle materials with machine learning [J] . Moore Bryan A., Rougier Esteban, OMalley Daniel, Computational Materials Science . 2018,第期

机译：机器学习中脆性材料动态骨折生长的预测建模
4. Machine Learning Methods for Predicting the Lattice Characteristics of Materials [C] . A. N. Filanovich, A. A. Povzner Ural Symposium on Biomedical Engineering, Radioelectronics and Information Technology . 2020

机译：预测材料晶格特性的机器学习方法
5. Forecasting Wind Turbine Failures and Associated Costs: Investigating Failure Causes, Effects and Criticalities, Modeling Reliability and Predicting Time-to-Failure, Time-to-Repair and Cost of Failures for Wind Turbines Using Reliability Methods and Machine Learning Techniques [D] . Ozturk, Samet 2019

机译：预测风力涡轮机故障和相关成本：调查故障原因，影响和严重性，建模可靠性并使用可靠性方法和机器学习技术预测风力涡轮机的故障时间，维修时间和故障成本
6. Predictive Models for the Characterization of Internal Defects in Additive Materials from Active Thermography Sequences Supported by Machine Learning Methods [O] . Manuel Rodríguez-Martín, José G. Fueyo, Diego Gonzalez-Aguilera, 2020

机译：从机器学习方法支持的有源热成像序列表征添加材料中内缺损的预测模型
7. DATA-DRIVEN FAILURE PREDICTION IN BRITTLE MATERIALS: A PHASE FIELD-BASED MACHINE LEARNING FRAMEWORK [O] . Eduardo A. Barros de Moraes, Hadi Salehi, Mohsen Zayernouri 2021

机译：脆性材料中的数据驱动故障预测：基于相位的机器学习框架

A predictive failure framework for brittle porous materials via machine learning and geometric matching methods

著录项

引文网络

相似文献

相关主题

期刊订阅