KIT | KIT-Bibliothek | Impressum | Datenschutz

Automated Quantitative Analyses of Fatigue-Induced Surface Damage by Deep Learning

Thomas, Akhil; Durmaz, Ali Riza ORCID iD icon 1; Straub, Thomas; Eberl, Chris
1 Institut für Angewandte Materialien – Computational Materials Science (IAM-CMS), Karlsruher Institut für Technologie (KIT)


Verlagsausgabe §
DOI: 10.5445/IR/1000122699
Veröffentlicht am 17.08.2020
Originalveröffentlichung
DOI: 10.3390/ma13153298
Web of Science
Zitationen: 15
Dimensions
Zitationen: 21
Cover der Publikation
Zugehörige Institution(en) am KIT Institut für Angewandte Materialien – Computational Materials Science (IAM-CMS)
Publikationstyp Zeitschriftenaufsatz
Publikationsjahr 2020
Sprache Englisch
Identifikator ISSN: 1996-1944
KITopen-ID: 1000122699
Erschienen in Materials
Verlag MDPI
Band 13
Heft 15
Seiten Article: 3298
Bemerkung zur Veröffentlichung Gefördert durch den KIT-Publikationsfonds
Gefördert vom Ministerium für Wissenschaft, Forschung und Kunst Baden-Württemberg (MWK) im Rahmen des Open-Access-Förderprogramms "BW BigDIWA"
Vorab online veröffentlicht am 24.07.2020
Nachgewiesen in Web of Science
Dimensions
KIT – Die Forschungsuniversität in der Helmholtz-Gemeinschaft
KITopen Landing Page