Accès ouvert déclaré 2024 article

ThermoPore: Predicting part porosity based on thermal images using deep learning

P. S. Pak, Francis Ogoke, Andrew Polonsky, Anthony Garland, Dan Bolintineanu, Dan R. Moser, Mary Arnhart, Jonathan D Madison, Thomas Ivanoff, John Mitchell, Bradley Howell Jared, Brad Salzbrenner, Michael Heiden, Amir Barati Farimani

16Citations signalées, ce qui n’est pas une note de qualité

0Institutions déclarées

0Pays d’affiliation déclarés

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: ThermoPore: Predicting part porosity based on thermal images using deep learning
Date Crossref: 01/09/2024
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.

Les sujets associés

Radiative Heat Transfer StudiesAdvanced Neural Network ApplicationsAdditive Manufacturing Materials and Processes

Lire en accès ouvert Consulter la publication primaire Ouvrir le DOI