Methodology for plausibility checking of structural mechanics simulations using Deep Learning on existing simulation data

Beitrag bei einer Tagung
(Konferenzbeitrag)


Details zur Publikation

Autorinnen und Autoren: Sprügel T, Rothfelder R, Bickel S, Grauf A, Sauer C, Schleich B, Wartzack S
Verlag: The Design Society
Jahr der Veröffentlichung: 2018
ISBN: 9789176851852


FAU-Autorinnen und Autoren / FAU-Herausgeberinnen und Herausgeber

Bickel, Sebastian
Lehrstuhl für Konstruktionstechnik
Grauf, Andreas
Lehrstuhl für Konstruktionstechnik
Rothfelder, Richard
Lehrstuhl für Photonische Technologien
Sauer, Christopher
Lehrstuhl für Konstruktionstechnik
Schleich, Benjamin Dr.-Ing.
Lehrstuhl für Konstruktionstechnik
Sprügel, Tobias
Lehrstuhl für Konstruktionstechnik
Wartzack, Sandro Prof. Dr.-Ing.
Lehrstuhl für Konstruktionstechnik


Zitierweisen

APA:
Sprügel, T., Rothfelder, R., Bickel, S., Grauf, A., Sauer, C., Schleich, B., & Wartzack, S. (2018). Methodology for plausibility checking of structural mechanics simulations using Deep Learning on existing simulation data. In Proceedings of the 13th Biennial Norddesign Conference, NordDesign 2018. The Design Society.

MLA:
Sprügel, Tobias, et al. "Methodology for plausibility checking of structural mechanics simulations using Deep Learning on existing simulation data." Proceedings of the 13th Biennial Norddesign Conference, NordDesign 2018 The Design Society, 2018.

BibTeX: 

Zuletzt aktualisiert 2019-12-07 um 13:23