Forming process optimisation for variable geometries by machine learning – Convergence analysis and assessment

¹; Kärger, L. ¹
¹ Institut für Fahrzeugsystemtechnik (FAST), Karlsruher Institut für Technologie (KIT)

Verlagsausgabe

DOI: 10.5445/IR/1000159987

Veröffentlicht am 30.06.2023

Originalveröffentlichung
DOI: 10.21741/9781644902479-126

Scopus

Dimensions

Seitenaufrufe: 58
seit 01.07.2023

Downloads: 38
seit 12.07.2023

Zugehörige Institution(en) am KIT	Institut für Fahrzeugsystemtechnik (FAST)
Publikationstyp	Proceedingsbeitrag
Publikationsdatum	25.05.2023
Sprache	Englisch
Identifikator	ISBN: 978-1-64490-247-9 ISSN: 2474-395X KITopen-ID: 1000159987
Erschienen in	Material Forming 26th International ESAFORM Conference on Material Forming (ESAFORM 2023) Krakau, Polen, 19.04.2023–21.04.2023
Veranstaltung	26th International ESAFORM Conference on Material Forming (ESAFORM 2023), Krakau, Polen, 19.04.2023 – 21.04.2023
Verlag	Materials Research Forum LLC
Seiten	1155–1166
Serie	Materials Research Proceedings ; 28
Vorab online veröffentlicht am	19.04.2023
Nachgewiesen in	Scopus Dimensions