EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

Interpretable springback prediction in V-bending: A machine learning approach

Mohammed Abdul Karim, Mahfuz Ahmed Anik, Md. Iqramul Hoque, M.A.H. Mithu, Syed Misbah Uddin

Materials Today Communications · 2026-04 · 53 · 115269

DOI: 10.1016/j.mtcomm.2026.115269 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Materials Today Communications, 2026-04. Verfasst von Mohammed Abdul Karim und 4 weiteren Autor:innen. Die Arbeit wurde bisher 1-mal zitiert (Crossref) und nennt 62 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0). Gefördert von: Shahjalal University of Science and Technology.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Förderung

  • Shahjalal University of Science and Technology

Zitieren

APA

Karim, M. A., Anik, M. A., Hoque, M. I., Mithu, M., & Uddin, S. M. (2026). Interpretable springback prediction in V-bending: A machine learning approach. Materials Today Communications, 53, 115269. https://doi.org/10.1016/j.mtcomm.2026.115269

Vancouver

Karim MA, Anik MA, Hoque MI, Mithu M, Uddin SM. Interpretable springback prediction in V-bending: A machine learning approach. Materials Today Communications. 2026;53:115269. doi:10.1016/j.mtcomm.2026.115269

BibTeX
@article{Karim2026,
  author = {Karim, Mohammed Abdul and Anik, Mahfuz Ahmed and Hoque, Md. Iqramul and Mithu, M.A.H. and Uddin, Syed Misbah},
  title = {Interpretable springback prediction in V-bending: A machine learning approach},
  journal = {Materials Today Communications},
  year = {2026},
  volume = {53},
  pages = {115269},
  doi = {10.1016/j.mtcomm.2026.115269}
}
Kostenlos starten →