Data-Driven Surrogate Modeling Techniques to Predict the Effective Contact Area of Rough Surface Contact Problems

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sahin, Tarik, Bonari, Jacopo, Brandstaeter, Sebastian, Popp, Alexander
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computational Engineering, Finance, and Science Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Online

https://arxiv.org/abs/2504.17354