Uncertainty Quantification of Machine Learning Predicted Creep Property of Alumina-Forming Austenitic Alloys

The development of machine learning (ML) approaches in materials science offers the opportunity to exploit existing engineering and developmental alloy datasets, such as Oak Ridge National Laboratory (ORNL)’s consistently measured creep-rupture dataset for alumina-forming austenitic (AFA) alloys, to...

Ausführliche Beschreibung

Bibliographische Detailangaben

Veröffentlicht in:	JOM (1989) 2020-11, Vol.73 (1)
Hauptverfasser:	Peng, Jian, Yamamoto, Yukinori, Brady, Michael, Lee, Sangkeun, Haynes, James A., Shin, Dongwon
Format:	Artikel
Sprache:	eng
Schlagworte:	MATERIALS SCIENCE
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!