文献
J-GLOBAL ID:202202222302224304
整理番号:22A0923139
教師つき学習アプローチを用いたガスタービン冷却性能の高速予測と感度解析【JST・京大機械翻訳】
Fast prediction and sensitivity analysis of gas turbine cooling performance using supervised learning approaches
著者 (6件):
Wang Qi
(School of Mechanical Engineering, Shanghai Jiao Tong University, Shanghai, 200240, China)
,
Wang Qi
(State Key Laboratory of Aerodynamics, Mianyang, Sichuan, 621000, China)
,
Yang Li
(School of Mechanical Engineering, Shanghai Jiao Tong University, Shanghai, 200240, China)
,
Yang Li
(State Key Laboratory of Aerodynamics, Mianyang, Sichuan, 621000, China)
,
Huang Kang
(State Key Laboratory of Aerodynamics, Mianyang, Sichuan, 621000, China)
,
Huang Kang
(China Aerodynamics Research and Development Center, Mianyang, Sichuan, 621000, China)
資料名:
Energy
(Energy)
巻:
246
ページ:
Null
発行年:
2022年
JST資料番号:
H0631A
ISSN:
0360-5442
CODEN:
ENEYDS
資料種別:
逐次刊行物 (A)
記事区分:
原著論文
発行国:
イギリス (GBR)
言語:
英語 (EN)