Proposal of a novel deep learning-driven framework for quantitative investigation of parameter-process-quality relationships in wire laser directed energy deposition
0Citations signalées, ce qui n’est pas une note de qualité
6Institutions déclarées
3Pays d’affiliation déclarés
Rattachement africain : gb, hk, cn. 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
- Proposal of a novel deep learning-driven framework for quantitative investigation of parameter-process-quality relationships in wire laser directed energy deposition
- Date Crossref
- 01/01/2026
- Éditeur
- Elsevier BV
- Type
- posted-content
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
-
University of Huddersfield pays non établi dans la noticeUniversité ou école supérieure
-
Edinburgh College pays non établi dans la noticeUniversité ou école supérieure
-
University of Edinburgh pays non établi dans la noticeUniversité ou école supérieure
-
City University of Hong Kong pays non établi dans la noticeUniversité ou école supérieure
-
Zhejiang University of Technology pays non établi dans la noticeUniversité ou école supérieure
-
University of Nottingham pays non établi dans la noticeUniversité ou école supérieure
University of Huddersfield, Edinburgh College et University of Edinburgh, avec 3 autres affiliations.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Les sujets associés
Additive Manufacturing Materials and ProcessesAdditive Manufacturing and 3D Printing TechnologiesLaser Material Processing Techniques