Machine Learning Applied to Composite Materials
Englisch, Softcover, M. R. Sanjay, M/Madhushri, Priyanka, Priyanka Madhushri, R Sanjay, Suchart Siengchin, Vinod KushvahaMehr als 10 Stück bestellt
Bucheinband2
Produktinformationen
Das Buch "Machine Learning Applied to Composite Materials" bietet eine umfassende Einführung in den Einsatz von Machine Learning (ML) zur Entwicklung prädiktiver Modelle für die Gestaltung von Verbundwerkstoffen. Es zeigt auf, wie ML aus bestehenden experimentellen Daten lernen kann, die aus einer begrenzten Anzahl von Experimenten gewonnen wurden. Diese Modelle sind in der Lage, komplexe, nichtlineare und mehrdimensionale funktionale Beziehungen zu erfassen, ohne dass vorherige Annahmen über deren Natur erforderlich sind. Das Buch behandelt verschiedene Aspekte, darunter das Design von Verbundwerkstoffen basierend auf den Eigenschaften der Matrixmaterialien und Verstärkungen, die Materialverarbeitung während der Herstellung sowie die Beziehungen zwischen den Eigenschaften. Durch die Anwendung von ML-Methoden wird der experimentelle Aufwand bei der Entwicklung neuer Verbundwerkstoffe erheblich reduziert, was neue Möglichkeiten im Bereich des Materialdesigns eröffnet. Es richtet sich an Studierende, Akademiker und Forschende, die sich für die Modellierung und Gestaltung von Verbundwerkstoffen interessieren.
Sprache | Englisch |
Autor | M. R. Sanjay, M/Madhushri, Priyanka, Priyanka Madhushri, R Sanjay, Suchart Siengchin, Vinod Kushvaha |
Jahr | 2023 |
Anzahl Seiten | 198 |
Bucheinband | Softcover |
Artikelnummer | 56984291 |
Verlag | Springer |
Kategorie | Fachbücher |
Release-Datum | 27.3.2025 |
Sprache | Englisch |
Autor | M. R. Sanjay, M/Madhushri, Priyanka, Priyanka Madhushri, R Sanjay, Suchart Siengchin, Vinod Kushvaha |
Jahr | 2023 |
Anzahl Seiten | 198 |
Auflage | 1 |
Bucheinband | Softcover |
CO₂-Emission | 0.38 kg |
Klimabeitrag | CHF 0.11 |
Höhe | 235 mm |
Breite | 155 mm |
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.Reclam0 %
- 1.Rheinwerk0 %
- 1.Springer0 %
- 1.Stämpfli0 %
- 1.Urban & Fischer0 %
Garantiefalldauer
So lange dauert eine Abwicklung ab Ankunft bei der Servicestelle bis Wiedererhalt in Arbeitstagen im Durchschnitt.
Quelle: Digitec Galaxus- SpringerUngenügende Daten
- An der RuhrUngenügende Daten
- AnacondaUngenügende Daten
- Artist AheadUngenügende Daten
- Avery Publishing GroupUngenügende 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.Elsevier1.2 %
- 64.Hatje Cantz1.2 %
- 64.Springer1.2 %
- 67.Campus1.3 %
- 67.HarperCollins1.3 %