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.accessioned2022-11-17T11:44:59Z-
dc.date.available2022-11-17T11:44:59Z-
dc.date.issued2022-10-31-
dc.identifier.urihttps://fordatis.fraunhofer.de/handle/fordatis/292-
dc.identifier.urihttp://dx.doi.org/10.24406/fordatis/225-
dc.description.abstractData for "Machine learning-based sampling of virtual experiments within the full stress state to identify parameters of anisotropic yield models" by A. Wessel, L. Morand, A. Butz, D. Helm and W. Volk.en
dc.description.sponsorshipThe authors gratefully acknowledge funding from the German Ministry of 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.subjectyield conditionen
dc.subjectanisotropic material,en
dc.subjectcrystal plasticityen
dc.subjectmachine learningen
dc.subjectadaptive samplingen
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 to identify parameters of anisotropic yield models"en
dc.typeTabular Dataen
dc.contributor.funderDeutsche Forschungsgemeinschaft DFGen
fordatis.instituteIWM Fraunhofer-Institut für Werkstoffmechaniken
fordatis.rawdatafalseen
fordatis.sponsorship.projectid19707 Nen
fordatis.sponsorship.projectid21466 Nen
fordatis.sponsorship.projectidDFG Projekt-Nr. 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.zip21,74 MBZIPÖffnen/Download
Zur Kurzanzeige


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