Prediction of ductile damage evolution based on experimental data using artificial neural networks
23Citations signalées, ce qui n’est pas une note de qualité
2Institutions déclarées
2Pays d’affiliation déclarés
Rattachement africain : de, ca. Niveau de preuve : code pays fourni par la source.
Résumé indisponible. Les résultats de l’étude ne doivent pas être déduits de son seul titre.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Prediction of ductile damage evolution based on experimental data using artificial neural networks
- Date Crossref
- 01/12/2022
- Éditeur
- Elsevier BV
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
TU Dortmund University pays non établi dans la noticeUniversité ou école supérieure
-
University of Waterloo Department of Mechanical and Mechatronics Engineering pays non établi dans la noticeUniversité ou école supérieure
-
Institute of Metal Forming and Lightweight Components pays non établi dans la noticeStructure de recherche
TU Dortmund University, Department of Mechanical and Mechatronics Engineering — University of Waterloo et Institute of Metal Forming and Lightweight Components.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Les sujets associés
Metal Forming Simulation TechniquesAdvanced Surface Polishing TechniquesMetallurgy and Material Forming