标题 |
![]() 基于机器学习的Arrhenius型模型增强镁合金热变形过程的本构描述和可加工性表征
相关领域
材料科学
粒子群优化
变形(气象学)
阿累尼乌斯方程
流动应力
本构方程
合金
应变率
活化能
人工神经网络
表征(材料科学)
延展性(地球科学)
微观结构
人工智能
生物系统
复合材料
机器学习
计算机科学
热力学
纳米技术
物理
有限元法
蠕动
有机化学
化学
生物
|
网址 | |
DOI | |
其它 |
期刊:Journal of Magnesium and Alloys 作者:Jinchuan Long; Lei Deng; Junsong Jin; Mao Zhang; Xuefeng Tang; et al 出版日期:2024-01-24 |
求助人 | |
下载 | |
温馨提示:该文献已被科研通 学术中心 收录,前往查看
科研通『学术中心』是文献索引库,收集文献的基本信息(如标题、摘要、期刊、作者、被引量等),不提供下载功能。如需下载文献全文,请通过文献求助获取。
|
乐乐乐乐乐乐
求助人 Lv527 关闭了本次求助。
说明 Enhancing constitutive description and workability characterization of Mg alloy during hot deformation using machine learning-based Arrhenius-type model【积分已退回】
科研通AI2.0
机器人 未找到该文献,机器人已退出,请等待人工下载
13:48:51 未找到该文献,机器人已退出,请等待人工下载13:48:50 科研通AI机器人(广州)收到请求,开始寻找文献13:48:50 已向机器人发送请求
乐乐乐乐乐乐
求助人 Lv527 发起了本次求助