guest ::
About the trustworthiness of physics-based machine learning – considerations for geomechanical applications
; ; ; ; ;
In
Solid earth : SE 16(6), Seiten/Artikel-Nr.:477-502
2025
Online
DOI: 10.5194/se-16-477-2025
DOI: 10.18154/RWTH-2025-09034
URL: https://publications.rwth-aachen.de/record/1020486/files/1020486.pdf
Einrichtungen
- Lehrstuhl für Numerische Geowissenschaften, Geothermie und Reservoirgeophysik (532610)
- Fachgruppe für Geowissenschaften und Geographie (530000)
- E.ON Energy Research Center (080052)
Projekte
- OAPKF - Open-Access-Publikation mit Unterstützung der RWTH Aachen University (021000-OAPKF) (021000-OAPKF)
- DFG project G:(GEPRIS)523456847 - PHYSALIS - PHYsik-basierte StabilitätsAbschätzung für Lange, Intensive und Sichere untergrundnutzung (523456847) (523456847)
Thematische Einordnung (Klassifikation)
DDC: 550
OpenAccess: 
PDF
Dokumenttyp
Journal Article
Format
online, print
Sprache
English
Anmerkung
Peer reviewed article
Externe Identnummern
SCOPUS: SCOPUS:2-s2.0-105009856674
WOS Core Collection: WOS:001513180800001
Interne Identnummern
RWTH-2025-09034
Datensatz-ID: 1020486
Beteiligte Länder
Germany
; 
; 
; Article Processing Charges ; Clarivate Analytics Master Journal List ; Current Contents - Physical, Chemical and Earth Sciences ; DOAJ Seal ; Ebsco Academic Search ; Essential Science Indicators ; Fees ; IF < 5 ; JCR ; SCOPUS ; Science Citation Index Expanded ; Web of Science Core Collection
Record created 2025-10-28, last modified 2025-11-06
OpenAccess:
PDF
PDF