Data-driven computation for history-dependent materials - 03/12/19
, David Néron, Paul-William GerbaudBienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.
| pages | 14 |
| Iconographies | 23 |
| Vidéos | 0 |
| Autres | 0 |
Abstract |
This paper introduces a new vision of data-driven structure computation taking advantage of Material Science, especially for highly nonlinear and time-dependent material behaviours. Technical solutions are also derived, in order to build internal hidden variables defining the so-called “Experimental Constitutive Manifold”.
Le texte complet de cet article est disponible en PDF.Keywords : Data-driven, History-dependent materials, Computational mechanics, Big data, Experimental constitutive manifold, Material mechanics
Plan
Vol 347 - N° 11
P. 831-844 - novembre 2019 Retour au numéro
Article précédent
- Risk analysis: Survival data analysis vs. machine learning. Application to Alzheimer prediction
- Catherine Huber-Carol, Shulamith Gross, Filia Vonta
- Data-driven modeling and learning in science and engineering
- Francisco J. Montáns, Francisco Chinesta, Rafael Gómez-Bombarelli, J. Nathan Kutz
Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.
Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’achat d’article à l’unité est indisponible à l’heure actuelle.
Déjà abonné à cette revue ?