Wide-ranging Probabilistic Physics-guided Machine Learning Approach to Break Down the Limits of Current Fatigue Predictive Tools for Metals

Informazioni relative al progetto

BREAKDOWN

ID dell’accordo di sovvenzione: 101162848

DOI

10.3030/101162848

Data della firma CE 31 Ottobre 2024

Data di avvio 1 Dicembre 2024

Data di completamento 30 Novembre 2029

Finanziato da

• European Research Council (ERC)

Costo totale

€ 1 499 954,00

Contributo UE

€ 1 499 954,00

Coordinato da

UNIVERSITA DEGLI STUDI DI UDINE
Italy

CORDIS fornisce collegamenti ai risultati finali pubblici e alle pubblicazioni dei progetti ORIZZONTE.

I link ai risultati e alle pubblicazioni dei progetti del 7° PQ, così come i link ad alcuni tipi di risultati specifici come dataset e software, sono recuperati dinamicamente da .OpenAIRE .

Pubblicazioni

Peer reviewed articles (2)

Resolving the fundamentals of the J-integral concept by multi-method in situ nanoscale stress-strain mapping

Autori: Michael Meindlhumer; Markus Alfreider; Noel Sheshi; Anton Hohenwarter; Juraj Todt; Martin Rosenthal; Manfred Burghammer; Enrico Salvati; Jozef Keckes; Daniel Kiener
Pubblicato in: Communications Materials, 2025, ISSN 2662-4443
Editore: Nature
DOI: 10.1038/S43246-025-00752-Z

Materials Science & Engineering A: Structural Materials: Properties, Microstructure and Processing

Autori: Marco Pelegatti; Enrico Salvati; Nicolò Grilli
Pubblicato in: Materials Science and Engineering: A, 2025, ISSN 0921-5093
Editore: Elsevier BV
DOI: 10.2139/SSRN.5379080