Katalog der Deutschen Nationalbibliothek
Ergebnis der Suche nach: "Machine Learning"
Treffer 1381 von 2571
|
|
| Link zu diesem Datensatz | https://d-nb.info/1314277073 |
| Titel | Predicting Materials Deformation and Failure by Machine Learning / Stefan Hiemer ; Gutachter: Michael Zaiser, Lasse Laurson ; Betreuer: Michael Zaiser |
| Person(en) |
Hiemer, Stefan (Verfasser) Zaiser, Michael (Akademischer Betreuer) Zaiser, Michael (Gutachter) Laurson, Lasse (Gutachter) |
| Verlag | Erlangen : Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU) |
| Zeitliche Einordnung | Erscheinungsdatum: 2023 |
| Umfang/Format | Online-Ressource |
| Hochschulschrift | Dissertation, Erlangen, Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU), 2023 |
| Persistent Identifier |
URN: urn:nbn:de:101:1-2023122110024133097110 DOI: 10.25593/open-fau-18 |
| URL | (kostenfrei zugänglich) |
| Sprache(n) | Englisch (eng) |
| Anmerkungen | In: Font-Clos, F., Zanchi, M., Hiemer, S., Bonfanti, S., Guerra, R., Zaiser, M., \& Zapperi, S. (2022). Predicting the failure of two-dimensional silica glasses. Nature communications, 13(1), 2820. Hiemer, S., \& Zapperi, S. (2021). From mechanism-based to data-driven approaches in materials science. Materials Theory, 5(1), 1-9. Hiemer, S., Fan, H., \& Zaiser, M. (2023). Relating plasticity to dislocation properties by data analysis: scaling vs. machine learning approaches. Materials Theory, 7(1), 1. Hiemer, S., Moretti, P., Zapperi, S., \& Zaiser, M. (2022). Predicting creep failure by machine learning-which features matter?. Forces in Mechanics, 9, 100141. |
| Schlagwörter | Mathematisches Modell* ; Bruchverhalten* (*maschinell ermittelt) |
| DDC-Notation | 620.112 (maschinell ermittelte DDC-Kurznotation) |
| Sachgruppe(n) | 620 Ingenieurwissenschaften und Maschinenbau |
| Online-Zugriff | Archivobjekt öffnen |
Treffer 1381 von 2571
Administration
