Machine learning algorithm fatigue von mamduh mustafa (6 Ergebnisse)
- Softcover
Anbieter: Ria Christie Collections, Uxbridge, Vereinigtes KönigreichRia Christie Collections
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 98,02
EUR 13,98 VersandVersand von Vereinigtes Königreich nach USAAnzahl: Mehr als 20 verfügbar
Zustand: New. In.
- Softcover
Anbieter: Buchpark, Trebbin, DeutschlandBuchpark
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Gebraucht
EUR 42,27
EUR 105,00 VersandVersand von Deutschland nach USAAnzahl: 1 verfügbar
Zustand: Hervorragend. Zustand: Hervorragend | Seiten: 296 | Sprache: Englisch | Produktart: Bücher | Fatigue failure of structures used in transportation, industry, medical equipment, and electronic components needs to build a link between cutting-edge experimental characterization and probabilistically grounded numerical and a…rtificially intelligent tools. The physics involved in this process chain is computationally prohibitive to comprehend using traditional computation methods. Using machine learning and Bayesian statistics, a defect-correlated estimate of fatigue strength was developed. Fatigue, which is a random variable, is studied in a Bayesian-based machine learning algorithm. The stress-life model was used based on the compatibility condition of life and load distributions. The defect-correlated assessment of fatigue strength was established using the proposed machine learning and Bayesian statistics algorithms. It enabled the mapping of structural and process-induced fatigue characteristics into a geometry-independent load density chart across a wide range of fatigue regimes.
- Softcover
Anbieter: Revaluation Books, Exeter, Vereinigtes KönigreichRevaluation Books
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 151,19
EUR 11,67 VersandVersand von Vereinigtes Königreich nach USAAnzahl: 2 verfügbar
Paperback. Zustand: Brand New. 293 pages. 8.27x5.83x0.75 inches. In Stock.
- Softcover
Anbieter: Kennys Bookstore, Olney, MD, USAKennys Bookstore
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 159,91
EUR 8,99 VersandVersand innerhalb von USAAnzahl: 15 verfügbar
Zustand: New.
Weitere Bilder- Softcover
Anbieter: preigu, Osnabrück, Deutschlandpreigu
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 95,25
EUR 70,00 VersandVersand von Deutschland nach USAAnzahl: 5 verfügbar
Taschenbuch. Zustand: Neu. Machine Learning Algorithm for Fatigue Fields in Additive Manufacturing | Mustafa Mamduh Mustafa Awd | Taschenbuch | Werkstofftechnische Berichte ¿ Reports of Materials Science and Engineering | xxxviii | Englisch | 2023 | Springer VS | EAN 9783658402365 | Verantwortliche Person für die EU: Springer Vi…eweg in Springer Science + Business Media, Abraham-Lincoln-Str. 46, 65189 Wiesbaden, juergen[dot]hartmann[at]springer[dot]com | Anbieter: preigu.
- Softcover
Anbieter: AHA-BUCH GmbH, Einbeck, DeutschlandAHA-BUCH GmbH
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 112,77
EUR 61,93 VersandVersand von Deutschland nach USAAnzahl: 1 verfügbar
Taschenbuch. Zustand: Neu. Druck auf Anfrage Neuware - Printed after ordering - Fatigue failure of structures used in transportation, industry, medical equipment, and electronic components needs to build a link between cutting-edge experimental characterization and probabilistically grounded numerical and artificially intelligen…t tools. The physics involved in this process chain is computationally prohibitive to comprehend using traditional computation methods. Using machine learning and Bayesian statistics, a defect-correlated estimate of fatigue strength was developed. Fatigue, which is a random variable, is studied in a Bayesian-based machine learning algorithm. The stress-life model was used based on the compatibility condition of life and load distributions. The defect-correlated assessment of fatigue strength was established using the proposed machine learning and Bayesian statistics algorithms. It enabled the mapping of structural and process-induced fatigue characteristics into a geometry-independent load density chart across a wide range of fatigue regimes.
