| 标题 |
Vision-driven and Bayesian-enhanced YOLO-PINN hybrid framework for crack propagation and fatigue life prediction 相关领域
水准点(测量)
结构工程
航空航天
适应性
贝叶斯推理
断裂力学
贝叶斯概率
人工智能
分割
巴黎法
贝叶斯网络
人工神经网络
推论
断裂(地质)
机器学习
结构健康监测
灵活性(工程)
不确定性传播
计算机科学
工程类
稳健性(进化)
模式识别(心理学)
反向传播
数据挖掘
动态贝叶斯网络
方案(数学)
弹性(材料科学)
关系(数据库)
|
| 网址 | |
| DOI | |
| 求助人 | |
| 下载 | 该求助完结已超 24 小时,文件已从服务器自动删除,无法下载。 |
|
温馨提示:该文献已被科研通 学术中心 收录,前往查看
科研通『学术中心』是文献索引库,收集文献的基本信息(如标题、摘要、期刊、作者、被引量等),不提供下载功能。如需下载文献全文,请通过文献求助获取。
|
PDF的下载单位、IP信息已删除
(2025-6-4)