Development of Machine Learning Models to Evaluate the Toughness of OPH Alloys

Počet záznamů: 1

1.

SYSNO	0548681
Název	Development of Machine Learning Models to Evaluate the Toughness of OPH Alloys
Tvůrce(i)	Khalaj, O. (CZ) Ghobadi, M. (IR) Saebnoori, E. (IR) Zarezadeh, A. (IR) Shishesaz, M. (IR) Mašek, B. (CZ) Stadler, C. (CZ) Svoboda, Jiří (UFM-A)_{RID, ORCID}
Zdroj.dok.	Materials. Roč. 14, č. 21 (2021). - : MDPI
Číslo článku	6713
Druh dok.	Článek v odborném periodiku
Grant	GX21-02203X GA ČR - Grantová agentura ČR
Institucionální podpora	UFM-A - RVO:68081723
Jazyk dok.	eng
Země vyd.	CH
Klíč.slova	artificial neural-networks * mechanical-properties * sensitivity-analysis * compressive strength * new-generation * grain-growth * ods steel * regression * prediction * microstructure * Oxide Precipitation-Hardened (OPH) alloys * tensile test * toughness * artificial neural network (ANN) * particle swarm optimization * anfis * Fe-Al-O
Spolupracující instituce	Západočeská univerzita Plzeň (Česká republika)
URL	https://www.mdpi.com/1996-1944/14/21/6713
Trvalý link	http://hdl.handle.net/11104/0324865

Počet záznamů: 1