Machine Learning Applied to Composite Materials

Englisch, Hardcover, M. R. Sanjay, M/Madhushri, Priyanka, Priyanka Madhushri, R Sanjay, Suchart Siengchin, Vinod Kushvaha
Zwischen Mi, 7.10. und Fr, 9.10. geliefert
Mehr als 10 Stück bestellt
kostenloser Versand

Bucheinband2

Produktinformationen

Das Fachbuch "Machine Learning Applied to Composite Materials" bietet eine umfassende Einführung in den Einsatz von Machine Learning (ML) zur Entwicklung von Vorhersagemodellen für Verbundwerkstoffe. Es zeigt auf, wie ML aus bestehenden experimentellen Daten lernen kann, um komplexe, nichtlineare und mehrdimensionale Zusammenhänge zu erfassen, ohne dass vorherige Annahmen über deren Natur erforderlich sind. Die Modelle können auf verschiedene Aspekte des Verbundwerkstoffdesigns angewendet werden, einschliesslich der Eigenschaften von Matrixmaterialien und Verstärkungen, der Materialverarbeitung während der Herstellung sowie der Beziehungen zwischen den Eigenschaften. Durch den Einsatz von ML-Methoden wird der experimentelle Aufwand bei der Entwicklung neuer Verbundwerkstoffe erheblich reduziert, was neue Möglichkeiten im Bereich des Materialdesigns eröffnet. Dieses Buch richtet sich an Studierende, Akademiker und Forschende, die sich für die Modellierung und das Design von Verbundwerkstoffen interessieren.

Das Wichtigste auf einen Blick

Unterthema
Maschinenbau
Sprache
Englisch
Autor
M. R. SanjayM/MadhushriPriyankaPriyanka MadhushriR SanjaySuchart SiengchinVinod Kushvaha
Jahr
2022
Anzahl Seiten
198
Bucheinband
Hardcover

Allgemeine Informationen

Artikelnummer
61518809
Verlag
Springer
Kategorie
Fachbücher
Release-Datum
29.8.2025

Buch Eigenschaften

Unterthema
Maschinenbau
Sprache
Englisch
Autor
M. R. SanjayM/MadhushriPriyankaPriyanka MadhushriR SanjaySuchart SiengchinVinod Kushvaha
Jahr
2022
Anzahl Seiten
198
Auflage
1
Bucheinband
Hardcover

Freiwilliger Klimabeitrag

CO₂-Emission
0.25 kg
Klimabeitrag
CHF 0.11

Produktdimensionen

Höhe
235 mm
Breite
155 mm

30 Tage Rückgaberecht wenn ungeöffnet
Keine Garantie

Produkte vergleichen

Passend dazu

Bewertungen & Meinungen

Garantiefallquote

So oft weist ein Produkt dieser Marke in der Kategorie «Fachbücher» innerhalb der ersten 24 Monate einen Defekt auf.

Quelle: Digitec Galaxus
  • 1.Reclam
    0 %
  • 1.Rheinwerk
    0 %
  • 1.Springer
    0 %
  • 1.Stämpfli
    0 %
  • 1.Urban & Fischer
    0 %

Garantiefalldauer

So lange dauert eine Abwicklung ab Ankunft bei der Servicestelle bis Wiedererhalt in Arbeitstagen im Durchschnitt.

Quelle: Digitec Galaxus
  • Springer
    Ungenügende Daten
  • An der Ruhr
    Ungenügende Daten
  • Anaconda
    Ungenügende Daten
  • Artist Ahead
    Ungenügende Daten
  • Avery Publishing Group
    Ungenügende Daten

Leider haben wir für diese Kategorie aktuell noch nicht genügend Daten, um dir mehr Quoten anzuzeigen.

Rückgabequote

So oft wird ein Produkt dieser Marke in der Kategorie «Fachbücher» retourniert.

Quelle: Digitec Galaxus
  • 64.Elsevier
    1.2 %
  • 64.Hatje Cantz
    1.2 %
  • 64.Springer
    1.2 %
  • 67.Campus
    1.3 %
  • 67.HarperCollins
    1.3 %
Quelle: Digitec Galaxus