文献

J-GLOBAL ID：202002237309782991   整理番号：20A2239978

機械学習を援用した鉄鋼材料のS-N曲線の統計的推定

A Statistical Estimation of S-N Curves of Steel Materials Employed Machine Learning

著者 (8件)： 伊藤勉 (富山県大) ,  高橋順 (デンカ) ,  岡田憲司 (香川高専) ,  境田彰芳 (明石工高専) ,  向山和孝 (大阪大) ,  花木宏修 (大阪大) ,  中村裕紀 (豊田工高専) ,  酒井達雄 (立命館大)
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： 69th  ページ： ROMBUNNO.709  発行年： 2020年 
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. 実際の機械・構造物の破壊事故の約80%は,金属疲労が原因であり,実機の安全設計の上で構成部材の疲労特性を明らかにすることは,必須の要務である1).しかし,疲労試験は,一般に高価な疲労試験機と長時間に及ぶ試験が必要であるから,実機...【本文一部表示】

シソーラス用語： 疲れ試験 ,  データベース ,  標準化 ,  破断 ,  アルミニウム合金 ,  *鋼 ,  *鋼材 ,  *SN曲線 ,  焼入 ,  疲れ強さ ,  引張強さ ,  回帰モデル ,  高強度鋼 ,  *機械学習 ,  改変 ,  *機械的性質 ,  強度
準シソーラス用語： 疲れ亀裂 , 【Automatic Indexing@JST】

分類 (1件)： 金属材料  (HC05020S)

タイトルに関連する用語 (5件)： 機械学習 ,  援用 ,  鉄鋼材料 ,  S-N曲線 ,  統計的推定