Fatigue reliability assessment of OSDs considering multi-crack growth via machine learning
0Citations signalées — pas une note de qualité
5Institutions déclarées
2Pays d’affiliation déclarés
Résumé indisponible : les résultats de l’étude ne doivent pas être déduits depuis son seul titre.
Contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Fatigue reliability assessment of OSDs considering multi-crack growth via machine learning
- Date Crossref
- 01/12/2026
- 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 ne compte pas comme une seconde source scientifique indépendante.
Institutions déclarées
Centre National de la Recherche ScientifiqueLaboratoire d'Étude des Microstructures et de Mécanique des MatériauxHESAM UniversitéChangsha University of Science and TechnologyUniversité de Lorraine
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Sujets associés
Fatigue and fracture mechanicsNumerical methods in engineeringComposite Material Mechanics