Data-driven computation for history-dependent materials - 03/12/19
, David Néron, Paul-William GerbaudBenvenuto su EM|consulte, il riferimento dei professionisti della salute.
L'accesso al testo integrale di questo articolo richiede un abbonamento.
| pagine | 14 |
| Iconografia | 23 |
| Video | 0 |
| Altro | 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”.
Il testo completo di questo articolo è disponibile in PDF.Keywords : Data-driven, History-dependent materials, Computational mechanics, Big data, Experimental constitutive manifold, Material mechanics
Mappa
Vol 347 - N° 11
P. 831-844 - novembre 2019 Ritorno al numero
Articolo precedente
- 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
Benvenuto su EM|consulte, il riferimento dei professionisti della salute.
L'accesso al testo integrale di questo articolo richiede un abbonamento.
Già abbonato a @@106933@@ rivista ?