h1

h2

h3

h4

h5
h6
http://join2-wiki.gsi.de/foswiki/pub/Main/Artwork/join2_logo100x88.png

Mechanistic machine learning for metamaterial fatigue strength design from first principles in additive manufacturing

; ; ; ;

In
Materials and design 241, Seiten/Artikel-Nr.:112889

ImpressumAmsterdam [u.a.] : Elsevier Science

Umfang[1]-18

ISSN0264-1275

Online
DOI: 10.1016/j.matdes.2024.112889

DOI: 10.18154/RWTH-2024-05520
URL: https://publications.rwth-aachen.de/record/986993/files/986993.pdf

Einrichtungen

  1. Lehrstuhl für Werkstoffmodellierung in der Umformtechnik (522520 ; 522510)
  2. Fachgruppe Materialwissenschaft und Werkstofftechnik (520000)


Thematische Einordnung (Klassifikation)
DDC: 690

OpenAccess:
Volltext herunterladen PDF

Dokumenttyp
Journal Article

Format
online

Sprache
English

Anmerkung
Peer reviewed article

Externe Identnummern
SCOPUS: SCOPUS:2-s2.0-85190253899
WOS Core Collection: WOS:001227233000001
OpenAlex: W4394580460

Interne Identnummern
RWTH-2024-05520
Datensatz-ID: 986993

Beteiligte Länder
Germany

Lizenzstatus der Zeitschrift

 GO


Medline ; Creative Commons Attribution-NonCommercial CC BY-NC 4.0 ; DOAJ ; OpenAccess ; Article Processing Charges ; Clarivate Analytics Master Journal List ; Current Contents - Engineering, Computing and Technology ; DOAJ Seal ; Ebsco Academic Search ; Essential Science Indicators ; Fees ; IF >= 5 ; JCR ; SCOPUS ; Science Citation Index Expanded ; Web of Science Core Collection

QR Code for this record

The record appears in these collections:
Dokumenttypen > Aufsätze > Zeitschriftenaufsätze
Fakultät für Georessourcen und Materialtechnik (Fak.5) > Fachgruppe für Materialwissenschaft und Werkstofftechnik
Publikationsserver / Open Access
Öffentliche Einträge
Publikationsdatenbank
520000
522520

 Datensatz erzeugt am 2024-06-03, letzte Änderung am 2026-09-14


OpenAccess:
Volltext herunterladen PDF
Dieses Dokument bewerten:

Rate this document:
1
2
3
 
(Bisher nicht rezensiert)