iPhoneAlle anzeigen
iPhone 11iPhone 11 ProiPhone 11 Pro MaxiPhone 12iPhone 12 ProiPhone 12 Pro MaxiPhone 12 miniiPhone 13iPhone 13 ProiPhone 13 Pro MaxiPhone 13 miniiPhone 14iPhone 14 PlusiPhone 14 ProiPhone 14 Pro MaxiPhone 15iPhone 15 PlusiPhone 15 ProiPhone 15 Pro MaxiPhone 16iPhone 16 PlusiPhone 16 ProiPhone 16 Pro MaxiPhone 16eiPhone 8iPhone 8 PlusiPhone SE 2020iPhone SE 2022iPhone XiPhone XRiPhone XSiPhone XS Max
Galaxy A-SerieAlle anzeigen
Galaxy A12Galaxy A13Galaxy A13 5GGalaxy A14Galaxy A15Galaxy A16Galaxy A17 5GGalaxy A20eGalaxy A21Galaxy A22Galaxy A23Galaxy A24Galaxy A25Galaxy A26 5GGalaxy A32Galaxy A33Galaxy A34Galaxy A35Galaxy A36 5GGalaxy A40Galaxy A41Galaxy A42Galaxy A50Galaxy A51Galaxy A52Galaxy A53Galaxy A54Galaxy A55Galaxy A56 5GGalaxy A70Galaxy A71Galaxy A72
Redmi SeriesAlle anzeigen
Redmi 10Redmi 13CRedmi 15 5GRedmi Note 10Redmi Note 10 ProRedmi Note 11Redmi Note 11 ProRedmi Note 11 Pro Plus 5GRedmi Note 11sRedmi Note 12Redmi Note 12 5GRedmi Note 12 ProRedmi Note 12 Pro 5GRedmi Note 12 Pro PlusRedmi Note 13Redmi Note 13 5GRedmi Note 13 ProRedmi Note 13 Pro PlusRedmi Note 14Redmi Note 14 Pro PlusRedmi Note 8Redmi Note 8 ProRedmi Note 9Redmi Note 9 Pro
- Startseite
Bücher Einsatz maschineller Lernverfahren zur Lösung von Materialdesignfragestellungen: Materialmodellierung, Datengenerierung und Anwendung
Derzeit nicht verfügbar
Handgeprüfte Gebrauchtware
Bis zu 50 % günstiger als neu
Der Umwelt zuliebe
Einsatz maschineller Lernverfahren zur Lösung von Materialdesignfragestellungen: Materialmodellierung, Datengenerierung und Anwendung
Lukas Morand (Broschiert, Deutsch)
★★★★★
☆☆☆☆☆ Keine Bewertungen vorhanden
Optischer Zustand
Beschreibung
Die vorliegende Arbeit befasst sich mit der Lösung materialwissenschaftlicher Optimierungsfragestellungen entlang der Kette Prozess-Struktur-Eigenschaften, basierend auf maschinellem Lernen. Im Fokus stehen dabei Fragestellungen bezüglich des Designs der Mikrostruktur metallischer Werkstoffe. Hierfür wird in der Arbeit eine Vorgehensweise zur Erzeugung maschineller Lernmodelle basierend auf… numerischen Simulationen vorgestellt.
Die entwickelte Vorgehensweise wird anhand von drei Anwendungsbeispielen validiert. Die Anwendungsbeispiele behandeln Materialdesignfragestellungen bezüglich der Optimierung der Korngrößenverteilung und der Optimierung der kristallographischen Textur von Blechwerkstoffen für gewünschte makroskopische Materialeigenschaften sowie der Identifikation von Materialmodellparametern für gegebene Fließkurven. Die Ergebnisse der Arbeit bieten einen Mehrwert nicht nur im wissenschaftlichen, sondern auch im technisch-ökonomischen Bereich. Die Anwendung der entwickelten Optimierungsstrategien im Bereich Mikrostrukturdesign eröffnet Möglichkeiten, hochperformante Materialien zu entwerfen und daran angeschlossen eine Grundlage zur Steuerung von Umformprozessen zu legen. Dieses Produkt haben wir gerade leider nicht auf Lager.
Handgeprüfte Gebrauchtware
Bis zu 50 % günstiger als neu
Der Umwelt zuliebe
Technische Daten
Erscheinungsdatum
01.08.2022
Sprache
Deutsch
EAN
9783839618264
Herausgeber
Fraunhofer Verlag
Serien- oder Bandtitel
Fraunhofer IWM Forschungsberichte
Sonderedition
Nein
Autor
Lukas Morand
Seitenanzahl
144
Einbandart
Broschiert
Bandzählung
27
Schlagwörter
Materialdesign, Maschinelles Lernen, Materialwissenschaften, Metallverarbeitung, Optimierung, Materialwissenschaftler, Materialverarbeiter
Thema-Inhalt
TG - Maschinenbau und Werkstoffe
UYQM - Maschinelles Lernen
TDPM - Metallverarbeitung, Metallurgie (Hüttenwesen)
Höhe
210 mm
Breite
14.8 cm
-.-
★★★★★
☆☆☆☆☆ Leider noch keine Bewertungen
Leider noch keine Bewertungen
Sicher bei rebuy kaufen
Schreib die erste Bewertung für dieses Produkt!
Wenn du eine Bewertung für dieses Produkt schreibst, hilfst du allen Kund:innen, die noch überlegen, ob sie das Produkt kaufen wollen. Vielen Dank, dass du mitmachst!
Sicher bei rebuy kaufen