Langanzeige der Metadaten
DC ElementWertSprache
dc.contributor.authorWessel, Alexander-
dc.contributor.authorMorand, Lukas-
dc.contributor.authorButz, Alexander-
dc.contributor.authorHelm, Dirk-
dc.contributor.authorVolk, Wolfram-
dc.date.accessioned2024-05-13T09:29:41Z-
dc.date.available2022-11-17T11:44:59Z-
dc.date.available2024-05-13T09:29:41Z-
dc.date.issued2022-10-31-
dc.identifier.urihttps://fordatis.fraunhofer.de/handle/fordatis/292.2-
dc.identifier.urihttp://dx.doi.org/10.24406/fordatis/225.2-
dc.description.abstractData for "Machine learning-based sampling of virtual experiments within the full stress state" by Alexander Wessel, Lukas Morand, Alexander Butz, Dirk Helm and Wolfram Volk.en
dc.description.sponsorshipThe authors gratefully acknowledge funding from the Federal Ministry for Economic Affairs and Climate Action via the German Federation of Industrial Research Associations – AiF (Arbeitsgemeinschaft industrieller Forschungsvereinigungen e.V.) within the scope of the programme for Industrial Collective Research (Industrielle Gemeinschaftsforschung, IGF), grant numbers 19707 N and 21466 N, and the German Research Foundation (Deutsche Forschungsgemeinschaft, DFG), project number 415804944.en
dc.language.isoenen
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/en
dc.subjectCrystal plasticityen
dc.subjectYield conditionen
dc.subjectMachine learningen
dc.subjectAdaptive samplingen
dc.subjectDX56D deep drawing steelen
dc.subjectYld2004-27pen
dc.subject.ddc620 Ingenieurwissenschaften und zugeordnete Tätigkeitenen
dc.subject.ddc531 Klassische Mechanik, Festkörpermechaniken
dc.subject.ddc672 Eisen, Stahl, andere Eisenlegierungenen
dc.titleData for "Machine learning-based sampling of virtual experiments within the full stress state"en
dc.typeTabular Dataen
dc.contributor.funderBundesministerium für Wirtschaft und Klimaschutz BMWK (Deutschland)en
dc.contributor.funderDeutsche Forschungsgemeinschaft DFGen
dc.relation.issupplementto10.1016/j.ijmecsci.2024.109307-
fordatis.instituteIWM Fraunhofer-Institut für Werkstoffmechaniken
fordatis.rawdatafalseen
fordatis.sponsorship.projectidIGF grant number: 19707 Nen
fordatis.sponsorship.projectidIGF grant number: 21466 Nen
fordatis.sponsorship.projectidDFG project number: 415804944en
fordatis.sponsorship.projectnameVerbesserte Blechumformsimulation durch 3D-Werkstoffmodelle und erweiterte Schalenformulierungenen
fordatis.sponsorship.projectnameVerbesserte Blechumformsimulation durch 3D-Werkstoffmodelle und erweiterte Schalenformulierungen - Teil 2en
fordatis.sponsorship.projectnameMaßgeschneiderte Werkstoffeigenschaften durch Mikrostrukturoptimierung: Maschinelle Lernverfahren zur Modellierung und Inversion von Struktur-Eigenschafts-Beziehungen und deren Anwendung auf Blechwerkstoffeen
Enthalten in den Sammlungen:Fraunhofer-Institut für Werkstoffmechanik IWM

Dateien zu dieser Ressource:
Datei Beschreibung GrößeFormat 
data.zip26,18 MBZIPÖffnen/Download
Zur Kurzanzeige

Versionshistorie
Version Ressource Datum Zusammenfassung
2 fordatis/292.2 2024-05-13 10:29:56.092 Nachreichung von Daten zur finalen Veröffentlichung.
1 fordatis/292 2022-11-17 12:44:59.0
Ausgewählte Version

Diese Ressource wurde unter folgender Copyright-Bestimmung veröffentlicht: Lizenz von Creative Commons Creative Commons