Stephen Brown, Foutse Khomh
, M. Cavarroc-Weimer, Manuel A. Méndez, Ludvik Martinu et Jolanta-Ewa Sapieha
Article de revue (2025)
 Document en libre accès dans PolyPublie et chez l'éditeur officiel |
|
Libre accès au plein texte de ce document Version officielle de l'éditeur Conditions d'utilisation: Creative Commons: Attribution-Utilisation non commerciale (CC BY-NC) Télécharger (3MB) |
|
|
Libre accès au plein texte de ce document Matériel supplémentaire Conditions d'utilisation: Creative Commons: Attribution-Utilisation non commerciale (CC BY-NC) Télécharger (456kB) |
| Matériel d'accompagnement: | |
|---|---|
| Département: |
Département de génie physique Département de génie informatique et génie logiciel |
| Organismes subventionnaires: | NSERC, PRIMA Québec |
| Numéro de subvention: | ALLRP 571799-21, R23-13-003 |
| URL de PolyPublie: | https://publications.polymtl.ca/66309/ |
| Titre de la revue: | Tribology International (vol. 211) |
| Maison d'édition: | Elsevier BV |
| DOI: | 10.1016/j.triboint.2025.110903 |
| URL officielle: | https://doi.org/10.1016/j.triboint.2025.110903 |
| Date du dépôt: | 26 juin 2025 15:21 |
| Dernière modification: | 05 avr. 2026 13:00 |
| Citer en APA 7: | Brown, S., Khomh, F., Cavarroc-Weimer, M., Méndez, M. A., Martinu, L., & Sapieha, J.-E. (2025). Machine learning approach to the assessment and prediction of solid particle erosion of metals. Tribology International, 211, 110903 (13 pages). https://doi.org/10.1016/j.triboint.2025.110903 |
|---|---|
Statistiques
Total des téléchargements à partir de PolyPublie
Téléchargements par année
Provenance des téléchargements
Dimensions
Actions réservées au personnel
|
Afficher document |
