A data-driven computational homogenization method based on neural networks for the nonlinear anisotropic electrical response of graphene/polymer nanocomposites - Archive ouverte HAL
Article Dans Une Revue Computational Mechanics Année : 2019

A data-driven computational homogenization method based on neural networks for the nonlinear anisotropic electrical response of graphene/polymer nanocomposites

Xiaoxin Lu
  • Fonction : Auteur
  • PersonId : 781034
  • IdRef : 223334634
Laboratoire de mécanique des sols, structures et matériaux
Dimitris Giovanis
  • Fonction : Auteur
Julien Yvonnet
Connectez-vous pour contacter l'auteur
Université Paris-Est Marne-la-Vallée
Vissarion Papadopoulos
  • Fonction : Auteur
Fabrice Detrez
CV
Jinbo Bai
  • Fonction : Auteur
Laboratoire de mécanique des sols, structures et matériaux

Domaines

Mécanique [physics]

Julien YVONNET  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-02265344

Soumis le : vendredi 9 août 2019-14:13:01

Dernière modification le : vendredi 24 mars 2023-14:53:12

Fichier non déposé

Dates et versions

hal-02265344 , version 1 (09-08-2019)

Identifiants

Citer

Xiaoxin Lu, Dimitris Giovanis, Julien Yvonnet, Vissarion Papadopoulos, Fabrice Detrez, et al.. A data-driven computational homogenization method based on neural networks for the nonlinear anisotropic electrical response of graphene/polymer nanocomposites. Computational Mechanics, 2019, 64 (2), pp.307-321. ⟨10.1007/s00466-018-1643-0⟩. ⟨hal-02265344⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

CNRS MSSMAT MSME MSME_MECA UPEC CENTRALESUPELEC UNIV-PARIS-SACLAY GS-ENGINEERING UNIV-EIFFEL LMPS
57 Consultations
0 Téléchargements

Altmetric

Partager

More