About: Usage of artificial neural networks to predict the corrosion loss     Goto   Sponge   NotDistinct   Permalink

An Entity of Type : http://linked.opendata.cz/ontology/domain/vavai/Vysledek, within Data Space : linked.opendata.cz associated with source document(s)

AttributesValues
rdf:type
Description
  • This contribution deals with the use of artificial neural networks for the prediction of the corrosion loss. Atmospheric corrosion is the most common type of damage of the steel materials. The prediction of corrosion loss can use classical mathematical approaches or modern technologies including artificial neural networks. Their advantages are mainly used in real systems, which are characterized by considerable complexity and great difficulty of its formal mathematical description. (en)
  • Tento příspěvek se zabývá využitím umělých neuronových sítí pro predikci korozní ztráty. Atmosférická koroze je nejčastější typ poškození ocelových materiálů. Pro predikci koroze ztráty lze použít klasické matematické přístupy či moderní technologie, například umělé neuronové sítě. Vzhledem ke svým výhodám jsou používány především v reálných systémech, které se vyznačují značnou složitostí a velikou obtížnosti formálního matematického popisu.
  • Tento příspěvek se zabývá využitím umělých neuronových sítí pro predikci korozní ztráty. Atmosférická koroze je nejčastější typ poškození ocelových materiálů. Pro predikci koroze ztráty lze použít klasické matematické přístupy či moderní technologie, například umělé neuronové sítě. Vzhledem ke svým výhodám jsou používány především v reálných systémech, které se vyznačují značnou složitostí a velikou obtížnosti formálního matematického popisu. (cs)
Title
  • Usage of artificial neural networks to predict the corrosion loss (en)
  • Využití umělých neuronových sítí k predikci korozního úbytku
  • Využití umělých neuronových sítí k predikci korozního úbytku (cs)
skos:prefLabel
  • Usage of artificial neural networks to predict the corrosion loss (en)
  • Využití umělých neuronových sítí k predikci korozního úbytku
  • Využití umělých neuronových sítí k predikci korozního úbytku (cs)
skos:notation
  • RIV/61989100:27360/11:86081278!RIV12-MSM-27360___
http://linked.open...avai/riv/aktivita
http://linked.open...avai/riv/aktivity
  • S
http://linked.open...vai/riv/dodaniDat
http://linked.open...aciTvurceVysledku
  • Stráňavová, Mária
http://linked.open.../riv/druhVysledku
http://linked.open...iv/duvernostUdaju
http://linked.open...titaPredkladatele
http://linked.open...dnocenehoVysledku
  • 240773
http://linked.open...ai/riv/idVysledku
  • RIV/61989100:27360/11:86081278
http://linked.open...riv/jazykVysledku
http://linked.open.../riv/klicovaSlova
  • Artificial neural networks, corrosion, corrosion loss, mathematical approaches and technologies. (en)
http://linked.open.../riv/klicoveSlovo
http://linked.open...ontrolniKodProRIV
  • [59E7CDAA7B07]
http://linked.open...v/mistoKonaniAkce
  • Ostrava
http://linked.open...i/riv/mistoVydani
  • Ostrava
http://linked.open...i/riv/nazevZdroje
  • Den interních doktorandů 2011 : sborník semináře Fakulty metalurgie a materiálového inženýrství : Vysoká škola báňská - Technická univerzita Ostrava, 6.12.2011
http://linked.open...in/vavai/riv/obor
http://linked.open...ichTvurcuVysledku
http://linked.open...cetTvurcuVysledku
http://linked.open...UplatneniVysledku
http://linked.open...iv/tvurceVysledku
  • Stráňavová, Mária
http://linked.open...vavai/riv/typAkce
http://linked.open.../riv/zahajeniAkce
number of pages
http://purl.org/ne...btex#hasPublisher
  • Vysoká škola báňská - Technická univerzita Ostrava, Fakulta metalurgie a materiálového inženýrství
https://schema.org/isbn
  • 978-80-248-2523-6
http://localhost/t...ganizacniJednotka
  • 27360
Faceted Search & Find service v1.16.118 as of Jun 21 2024


Alternative Linked Data Documents: ODE     Content Formats:   [cxml] [csv]     RDF   [text] [turtle] [ld+json] [rdf+json] [rdf+xml]     ODATA   [atom+xml] [odata+json]     Microdata   [microdata+json] [html]    About   
This material is Open Knowledge   W3C Semantic Web Technology [RDF Data] Valid XHTML + RDFa
OpenLink Virtuoso version 07.20.3240 as of Jun 21 2024, on Linux (x86_64-pc-linux-gnu), Single-Server Edition (126 GB total memory, 81 GB memory in use)
Data on this page belongs to its respective rights holders.
Virtuoso Faceted Browser Copyright © 2009-2024 OpenLink Software