研究论文开放获取
Difference-based deep learning framework for stress predictions in heterogeneous media
Haotian Feng, Pavana Prabhakar
University of Wisconsin–Madison
来源Composite Structures
年份2021
阅读操作
确认中在文库中上传 PDF 后可生成中文音频讲解。
摘要与影响
摘要 · 节选
暂未获取摘要。可打开原文或 PDF，后续可基于全文生成更完整的速读。
逐年被引趋势
1470
20
21
22
23
1424
25
26
关键指标
55
被引次数 · OpenAlex
4.19
领域内被引倍数
同类平均 = 1
同类平均 = 1
前 5%
引用位次
同领域 · 同年份 · 同类型
同领域 · 同年份 · 同类型
70
参考文献
Google Scholar 与 OpenAlex 的被引统计范围不同，数值存在差异属正常。
AI 辅助阅读
依据：文献信息
论文问答
当前基于文献信息回答
可就本文提问；依据不足时会说明。
学术脉络
学科主题
工程Numerical methods in engineering
Non-Destructive Testing Techniques · Fatigue and fracture mechanics
参考文献 70
Feature Scaling in Support Vector Data Descriptions
被引 120Piotr Juszczak, Dmj Tax, Rpw Duin · 2000
Nonlinear Finite Element Methods
被引 1,303Peter Wriggers · 2008
Finite element analysis of composite materials
被引 346Ever J. Barbero · 2007
此处列出前 3 条
引用本文 55
Predicting stress, strain and deformation fields in materials and structures with graph neural networks
被引 195M Maurizi, Chao Gao, Filippo Berto · Scientific Reports · 2022
StressGAN: A Generative Deep Learning Model for Two-Dimensional Stress Distribution Prediction
被引 145Haoliang Jiang, Zhenguo Nie, Roselyn Yeo · Journal of Applied Mechanics · 2021
A data-driven approach to full-field nonlinear stress distribution and failure pattern prediction in composites using deep learning
被引 132Reza Sepasdar, Anuj Karpatne, Maryam Shakiba · Computer Methods in Applied Mechanics and Engineering · 2022
按被引量排序，此处列出前 3 条