Machine Learning in the Analysis of Deformation, Fatigue and Fracture in Solids
-
- Taschenbuch
- eBook ausgewählt
-
Form:Einzelkauf Download
-
Sprache:Englisch
180,99 €
inkl. gesetzl. MwSt.Beschreibung
Produktdetails
Format
ePUB 3
Kopierschutz
Nein
Family Sharing
Nein
Text-to-Speech
Ja
Erscheinungsdatum
30.01.2026
Verlag
Elsevier Science & Techn.Seitenzahl
350 (Printausgabe)
Dateigröße
33706 KB
Sprache
Englisch
EAN
9780443446160
Machine Learning in the Analysis of Solid Deformation, Fatigue and Fracture fills a clear gap in literature by applying machine learning to deformation, fatigue, and fracture analysis in solid mechanics. The book's focus on complex mechanisms and coupling phenomena, discussed with practical examples, makes it a valuable resource for advanced researchers. Practical examples and case studies enable readers to understand both the underlying engineering problems and the application of machine learning methods to enhance fatigue life prediction analysis for solid materials and structures.
- Provides a systematic summary of machine learning methods applied to solid deformation, fatigue and fracture analysis
- Fills a clear gap in the literature by applying machine learning to deformation, fatigue, and fracture analysis in solid mechanics
- Introduces the application of physics-informed machine learning in multiaxial fatigue life prediction
- Introduces the application of physics-informed machine learning in predicting the fatigue life of additively manufactured metallic metals
- Includes numerous practical examples and case studies and draws on the authors' extensive experience in multiscale simulation of solid materials and fatigue life prediction
- Provides a systematic summary of machine learning methods applied to solid deformation, fatigue and fracture analysis
- Fills a clear gap in the literature by applying machine learning to deformation, fatigue, and fracture analysis in solid mechanics
- Introduces the application of physics-informed machine learning in multiaxial fatigue life prediction
- Introduces the application of physics-informed machine learning in predicting the fatigue life of additively manufactured metallic metals
- Includes numerous practical examples and case studies and draws on the authors' extensive experience in multiscale simulation of solid materials and fatigue life prediction
Noch keine Bewertungen vorhanden
Verfassen Sie die erste Bewertung zu diesem Artikel
Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.
Kurze Frage zu unserer Seite
Vielen Dank für Ihr Feedback
Wir nutzen Ihr Feedback, um unsere Produktseiten zu verbessern. Bitte haben Sie Verständnis, dass wir Ihnen keine Rückmeldung geben können. Falls Sie Kontakt mit uns aufnehmen möchten, können Sie sich aber gerne an unseren Kund*innenservice wenden.
zum Kundenservice