EM-T1Reliability Engineering & System Safety2022-11-01第 230 卷，108900-108900开放获取高影响力 · 前 1%

Physics-informed machine learning for reliability and systems safety applications: State of the art and challenges

登录后看摘要和中文要点

英文摘要、AI 生成的中文摘要和三条要点、参考文献和引证文献列表、论文图谱，注册免费。

关键词

登录后可以看完整列表。去登录

374次被引阅读 3

被引数据来自 OpenAlex，含本站以外的引用

Reliability Engineering & System SafetyElsevier

应急管理一类

本站发文: 7,323
总被引: 246,344
ISSN: 0951-8320

进入期刊页 →

引用这篇

XU Y, KOHTZ S, BOAKYE J, et al. Physics-informed machine learning for reliability and systems safety applications: State of the art and challenges[J]. Reliability Engineering & System Safety, 2022, 230: 108900-108900. DOI:10.1016/j.ress.2022.108900.

著录项

学科: 理学物理学统计与非线性物理
类型: 研究论文
期刊: Reliability Engineering & System Safety
基金资助: National Science Foundation Center for Power Optimization of Electro-Thermal Systems项目号 1449548、2037898
卷期页: 第 230 卷，108900-108900
出版: 2022-11-01
语言: 英语
DOI: 10.1016/j.ress.2022.108900

获取来源2 处

Reliability Engineering & System Safety免费录用稿
页面
RePEc: Research Papers in Economics预印本
页面

来源列表来自 OpenAlex；本站不存全文，链接打开的是对方网站

论文图谱

本篇和它的参考文献、引证文献、相似文献

登录后可以看这篇的论文图谱：谁被它引用、谁引用了它、还有哪些相似的研究。