Quantitative Prediction of Fracture Toughness (K1c) of Polymer via Fractography using Deep Neural Networks

Yoh-ichi Mototake

講演情報

Oral Session

A. New Materials Methodology for Next-Generation » [A-1] STAM Methods: Leading-Edge Methods for New Materials

[A1-O5] Slot 05

2021年12月14日(火) 15:55 〜 18:00 Room A (G401)

Chair: Masayuki Karasuyama (Nagoya Institute of Technology), Yasunobu Ando (AIST)

16:20 〜 16:40

[A1-O5-02] Quantitative Prediction of Fracture Toughness (K1c) of Polymer via Fractography using Deep Neural Networks

*Yoh-ichi Mototake¹, Kaita Ito², Masahiko Demura² (1. The institute of statistical mathematics (Japan), 2. National Institute for Materials Science (Japan))

キーワード：fractography, K1c, deep neural networks

要旨・抄録、PDFの閲覧には参加者用アカウントでのログインが必要です。参加者ログイン後に閲覧・ダウンロードできます。
» 参加者用ログイン