Buchumschlag

Towards In-Situ Failure Assessment: Deep Learning on DIC Results for Laminated Composites

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Mirzaei, Amir Mohammad
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computational Physics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Stress, Strain, or Displacement? A Novel Machine Learning Based Framework to Predict Mixed Mode I/II Fracture Toughness
von: Mirzaei, Amir Mohammad
Veröffentlicht: (2025)

Quantum-assisted Stacking Sequence Retrieval and Laminated Composite Design
von: Wulff, Arne, et al.
Veröffentlicht: (2024)

Numerical solution of quantum Landau-Lifshitz-Gilbert equation
von: Azimi-Mousolou, Vahid, et al.
Veröffentlicht: (2025)

GraPLUS: Graph-based Placement Using Semantics for Image Composition
von: Khaleghi, Mir Mohammad, et al.
Veröffentlicht: (2025)

A Supervised Machine Learning Approach for Accelerating the Design of Particulate Composites: Application to Thermal Conductivity
von: Hashemi, Mohammad Saber, et al.
Veröffentlicht: (2020)

LREI: A fast numerical solver for quantum Landau-Lifshitz equations
von: Mirzaei, Davoud, et al.
Veröffentlicht: (2025)

Towards Unified AI-Driven Fracture Mechanics: The Extended Deep Energy Method (XDEM)
von: Wang, Yizheng, et al.
Veröffentlicht: (2025)

Timepoint-Specific Benchmarking of Deep Learning Models for Glioblastoma Follow-Up MRI
von: Guo, Wenhao, et al.
Veröffentlicht: (2025)

A Deep Learning Framework for the Electronic Structure of Water: Towards a Universal Model
von: Liang, Xinyuan, et al.
Veröffentlicht: (2025)

Towards Ultimate NMR Resolution with Deep Learning
von: Jahangiri, Amir, et al.
Veröffentlicht: (2025)

Towards Universal Material Property Prediction with Deep Learning and Single-Descriptor electronic Density
von: Chen, Feng, et al.
Veröffentlicht: (2025)

Deep Learning in Classical and Quantum Physics
von: Heightman, Timothy, et al.
Veröffentlicht: (2025)

Distillation of CNN Ensemble Results for Enhanced Long-Term Prediction of the ENSO Phenomenon
von: Ganji, Saghar, et al.
Veröffentlicht: (2025)

An adaptive acceleration scheme for phase-field fatigue computations
von: Heinzmann, Jonas, et al.
Veröffentlicht: (2024)

Evidential Deep Learning for Interatomic Potentials
von: Xu, Han, et al.
Veröffentlicht: (2024)

Quantum Computing and Tensor Networks for Laminate Design: A Novel Approach to Stacking Sequence Retrieval
von: Wulff, Arne, et al.
Veröffentlicht: (2024)

Towards a Comparative Framework for Compositional AI Models
von: Duneau, Tiffany
Veröffentlicht: (2025)

Design, Assessment, and Application of Machine Learning Potential Energy Surfaces
von: Andreichev, Valerii, et al.
Veröffentlicht: (2025)

All-Optical Deep Learning with Quantum Nonlinearity
von: Zhou, Qingyi, et al.
Veröffentlicht: (2026)

Persian Slang Text Conversion to Formal and Deep Learning of Persian Short Texts on Social Media for Sentiment Classification
von: Khazeni, Mohsen, et al.
Veröffentlicht: (2024)

Predicting Open-Hole Laminates Failure Using Support Vector Machines With Classical and Quantum Kernels
von: Balducci, Giorgio Tosti, et al.
Veröffentlicht: (2024)

Towards a Unified Benchmark and Framework for Deep Learning-Based Prediction of Nuclear Magnetic Resonance Chemical Shifts
von: Xu, Fanjie, et al.
Veröffentlicht: (2024)

Physics-based Deep Learning
von: Thuerey, N., et al.
Veröffentlicht: (2021)

PICL: Physics Informed Contrastive Learning for Partial Differential Equations
von: Lorsung, Cooper, et al.
Veröffentlicht: (2024)

PyFR v2.0.3: Towards Industrial Adoption of Scale-Resolving Simulations
von: Witherden, Freddie D., et al.
Veröffentlicht: (2024)

Systematic Performance Assessment of Deep Material Networks for Multiscale Material Modeling
von: He, Xiaolong, et al.
Veröffentlicht: (2026)

Neural Operator Representation of Granular Micromechanics-based Failure Envelope
von: Han, Jinkyo, et al.
Veröffentlicht: (2026)

Smart navigation through a rotating barrier: Deep reinforcement learning with application to size-based separation of active microagents
von: Masoudi, Mohammad Hossein, et al.
Veröffentlicht: (2024)

StackOverflowVQA: Stack Overflow Visual Question Answering Dataset
von: Mirzaei, Motahhare, et al.
Veröffentlicht: (2024)

Stochastic Simulation and Monte Carlo Method
von: Mirzaei, Davoud
Veröffentlicht: (2025)

Perspective: Atomistic Simulations of Water and Aqueous Systems with Machine Learning Potentials
von: Omranpour, Amir, et al.
Veröffentlicht: (2024)

Numerical Analysis of Damage Evolution in Open Hole CFRP Laminates Modified with Electrospun Self Healing Diels Alder Interleaves
von: Chantzi, Marianna, et al.
Veröffentlicht: (2025)

Black-Box Uncertainty Estimation for Deep Learning Models in Atomistic Simulations
von: Fonea, Idan, et al.
Veröffentlicht: (2025)

Active Learning for Rapid Targeted Synthesis of Compositionally Complex Alloys
von: Johnson, Nathan, et al.
Veröffentlicht: (2024)

Physics-Informed Transformation Toward Improving the Machine-Learned NLTE Models of ICF Simulations
von: Cho, Min Sang, et al.
Veröffentlicht: (2024)

Towards Harmonization of SO(3)-Equivariance and Expressiveness: a Hybrid Deep Learning Framework for Electronic-Structure Hamiltonian Prediction
von: Yin, Shi, et al.
Veröffentlicht: (2024)

An Equivalent Volume Law for Anisotropic Laminated Structures
von: Zor, Mehmet
Veröffentlicht: (2025)

Comparative Evaluation of Deep Learning-Based and WHO-Informed Approaches for Sperm Morphology Assessment
von: Abbadi, Mohammad
Veröffentlicht: (2026)

An Inductive Proof that Lights Out Configurations are Invertible, and a Parity-Invariance Result
von: Mirzaei, Keivan
Veröffentlicht: (2025)

Transfer Learning for Deep Learning-based Prediction of Lattice Thermal Conductivity
von: Klochko, L., et al.
Veröffentlicht: (2024)