文献

J-GLOBAL ID：202502282500336007   整理番号：25A3178861

ナノインデンテーション試験に基づく微視的力学特性の機械学習による巨視的応力ひずみ応答の予測

Prediction of Macroscopic Stress-Strain Response Using Machine Learning Based on Microscopic Properties Obtained from Nano Indentation Tests

著者 (3件)： 土屋快晟 (東北大 大学院) ,  大橋春希 (東北大 大学院) ,  青柳吉輝 (東北大)
資料名： 日本材料学会学術講演会講演論文集(CD-ROM)  (Proceedings of the JSMS Annual Meetings (CD-ROM))
巻： 74th  ページ： ROMBUNNO.411  発行年： 2025年05月31日 
JST資料番号： Y0052B  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

本文一部表示： 1.緒言.近年,金属材料の微視的組織制御によって巨視的力学特性を向上させる試みが数多くなされている1).材料の巨視的力学特性の評価方法としては引張試験が一般的であるのに対して微視的組織の力学特性を局所的に評価する手法としては押込み試験がその...【本文一部表示】

シソーラス用語： Young率 ,  塑性 ,  最適化 ,  数値計算 ,  引張試験 ,  ベクトル ,  ゆらぎ ,  荷重 ,  実験 ,  アルミニウム ,  チタン ,  銅 ,  *微視力学 ,  応力歪曲線 ,  予測精度

分類 (2件)： 金属の機械的性質  (BL01022T) ,  材料試験  (HB02020U)

タイトルに関連する用語 (7件)： ナノインデンテーション ,  試験 ,  力学特性 ,  機械学習 ,  応力ひずみ ,  応答 ,  予測