Machine learning aided multiscale mechanics of fiber suspensions

We present a Fast-Fourier-Transform (FFT) based computational approach to computing the viscous stress response of rigid fibers suspended in a non-Newtonian medium. We identify closed-form models for the fiber suspension viscosity from data obtained with the FFT-based computational approach by lever...

Szczegółowa specyfikacja

Opis bibliograficzny

1. autor:	Sterr, Benedikt
Format:	Online
Język:	angielski
Wydane:	KIT Scientific Publishing 2025
Hasła przedmiotowe:	Maschinelles Lernen Datengetriebene Modellierung Numerische Mikromechanik Fasersuspensionen Deep Material Networks Machine learning Data-driven modelling computational Micromechanics Fiber suspensions thema EDItEUR::T Technology, Engineering, Agriculture, Industrial processes::TG Mechanical engineering and materials::TGB Mechanical engineering
Dostęp online:	ONIX_20251202T160246_9783731514213_32
Etykiety:	Dodaj etykietę Nie ma etykietki, Dołącz pierwszą etykiete!