Surrogate-model prediction of mechanical response in architected Ti6Al4V cylindrical TPMS metamaterials
autor
Rezapourianghahfarokhi, Mansoureh
Khoshbin, Mohammadreza
Schmauder, S.
Hussainova, Irina
vastutusandmed
Mansoureh Rezapourian, Ali Cheloee Darabi, Mohammadreza Khoshbin, Siegfried Schmauder, Irina Hussainova
allikas
Metals
ajakirja erinumber
Application of Machine Learning in Metallic Materials
kirjastus/väljaandja
MDPI
ajakirja aastakäik number kuu
vol. 15, 12
ilmumisaasta
2025
leheküljed
art. 1372, 24 p. : ill
leitav
https://doi.org/10.3390/met15121372
märksõna
mehaanilised omadused
modelleerimine (teadus)
tehisõpe
nanomaterjalid
lasertehnoloogia
implantaadid
võtmesõna
ANN-based mechanical property prediction
computational modeling
cylindrical Ti6Al4V-based lattice implants
quasi-static compression
surrogate-based approach
triply periodic minimal surface (TPMS)
ISSN
2075-4701
märkused
Bibliogr.: 76 ref
Open Access
Open Access
teaduspublikatsioon
teaduspublikatsioon
klassifikaator
1.1
Scopus
https://www.scopus.com/sourceid/21100399731
https://www.scopus.com/pages/publications/105025968949?origin=resultslist
WOS
https://jcr.clarivate.com/jcr-jp/journal-profile?journal=METALS-BASEL&year=2024
https://www.webofscience.com/wos/woscc/full-record/WOS:001647074700001
kategooria (üld)
Materials science
Materjaliteadus
kategooria (alam)
Materials science. Metals and alloys
Materjaliteadus. Metallid ja sulamid
Materials science. General materials science
Materjaliteadus. Üldine materjaliteadus
TTÜ struktuuriüksus
mehaanika ja tööstustehnika instituut
Department of Mechanical and Industrial Engineering
keel
English
Inglise