On the Use of Data-Driven Machine Learning for Probabilistic Fatigue Life Prediction of Metallic Materials Based on Mesoscopic Defect Analysis

材料科学 介观物理学 概率逻辑 冶金 法律工程学 机器学习 人工智能 计算机科学 工程类 量子力学 物理
作者
Jicheng Wang,Ruoping Zhang,Chao Wang,Hao Chen,Sha Xu,Yongfang Li,Yali Yang,Ming-Tat Ling
出处
期刊:Journal of Materials Engineering and Performance [Springer Nature]
标识
DOI:10.1007/s11665-024-09172-5

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
发条完成签到,获得积分20
刚刚
Lucas应助五月好难采纳,获得10
1秒前
哈哈应助TIGun采纳,获得10
3秒前
5秒前
6秒前
科研通AI6.3应助邓敬燃采纳,获得150
6秒前
7秒前
sean完成签到 ,获得积分10
7秒前
归尘发布了新的文献求助10
9秒前
Ava应助悲凉的台灯采纳,获得10
9秒前
9秒前
9秒前
9秒前
研友_VZG7GZ应助发条采纳,获得10
9秒前
SciGPT应助刘亚军采纳,获得10
11秒前
11秒前
赘婿应助威武怀蕊采纳,获得10
11秒前
11秒前
13秒前
15秒前
ergatoid完成签到,获得积分10
16秒前
zhanghuan发布了新的文献求助10
17秒前
17秒前
希露法莉亚完成签到,获得积分20
18秒前
曾维嘉完成签到,获得积分10
18秒前
你嵙这个期刊没买应助LLL采纳,获得10
19秒前
按计划分厘卡电视机完成签到,获得积分10
19秒前
ssssss发布了新的文献求助10
19秒前
渐晚关注了科研通微信公众号
21秒前
隐形曼青应助李志豪采纳,获得10
21秒前
英吉利25发布了新的文献求助10
22秒前
打打应助zhouwen采纳,获得30
23秒前
23秒前
房延彤完成签到,获得积分20
23秒前
23秒前
23秒前
24秒前
24秒前
山牙子完成签到,获得积分10
24秒前
精明凡雁完成签到,获得积分10
25秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Molecular Biology of Cancer: Mechanisms, Targets, and Therapeutics 3000
Les Mantodea de guyane 2500
VASCULITIS(血管炎)Rheumatic Disease Clinics (Clinics Review Articles) —— 《风湿病临床》(临床综述文章) 1000
Feldspar inclusion dating of ceramics and burnt stones 1000
What is the Future of Psychotherapy in a Digital Age? 801
The Psychological Quest for Meaning 800
热门求助领域 (近24小时)
化学 材料科学 生物 医学 工程类 计算机科学 有机化学 物理 生物化学 纳米技术 复合材料 内科学 化学工程 人工智能 催化作用 遗传学 数学 基因 量子力学 物理化学
热门帖子
关注 科研通微信公众号,转发送积分 5975201
求助须知:如何正确求助?哪些是违规求助? 7323318
关于积分的说明 16002309
捐赠科研通 5114070
什么是DOI,文献DOI怎么找? 2745647
邀请新用户注册赠送积分活动 1713273
关于科研通互助平台的介绍 1623122