Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT

Freigegeben

Vortrag

Using machine learning and crystal plasticity simulation to design damage resistant dual phase steels

MPG-Autoren
/persons/resource/persons125106

Diehl,  Martin
Department of Materials Engineering, KU Leuven, Kasteelpark Arenberg 44, Leuven 3001, Belgium; Department of Computer Science, KU Leuven, Celestijnenlaan 200 A, Leuven 3001, Belgium;
Integrated Computational Materials Engineering, Project Groups, Microstructure Physics and Alloy Design, Max-Planck-Institut für Eisenforschung GmbH, Max Planck Society;

/persons/resource/persons240406

Kusampudi,  Navyanth
Integrated Computational Materials Engineering, Microstructure Physics and Alloy Design, Max-Planck-Institut für Eisenforschung GmbH, Max Planck Society;

Externe Ressourcen
Es sind keine externen Ressourcen hinterlegt
Volltexte (beschränkter Zugriff)
Für Ihren IP-Bereich sind aktuell keine Volltexte freigegeben.
Volltexte (frei zugänglich)
Es sind keine frei zugänglichen Volltexte in PuRe verfügbar
Ergänzendes Material (frei zugänglich)
Es sind keine frei zugänglichen Ergänzenden Materialien verfügbar
Zitation

Diehl, M., & Kusampudi, N. (2021). Using machine learning and crystal plasticity simulation to design damage resistant dual phase steels. Talk presented at Webinar: Metal Plasticity Seminar - Artificial Intelligence, Machine Learning and Big Data in Metal Plasticity. Leuven, Belgium. 2021-10-01.


Zitierlink: https://hdl.handle.net/21.11116/0000-0009-4C9B-4
Zusammenfassung
Es ist keine Zusammenfassung verfügbar