Support vector machines models for surface roughness prediction in CNC turning of AISI 304 austenitic stainless steel | springerprofessional.de

Springer Professional

Top

Journal of Intelligent Manufacturing

Published in:

01-06-2012

Support vector machines models for surface roughness prediction in CNC turning of AISI 304 austenitic stainless steel

Authors: Ulaş Çaydaş, Sami Ekici

Published in: Journal of Intelligent Manufacturing | Issue 3/2012

Log in

Activate our intelligent search to find suitable subject content or patents.

search-config

AI-assisted search

Off

Advertisement

previous article Application of fuzzy-based Taguchi method to the optimization of extrusion of magnesium alloy bicycle carriers

next article Genetic application in a facility location problem with random demand within queuing framework

Dont have a licence yet? Then find out more about our products and how to get one now:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

über 102.000 Bücher
über 537 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Finance + Banking
Management + Führung
Marketing + Vertrieb
Maschinenbau + Werkstoffe
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

inform now

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 390 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Maschinenbau + Werkstoffe

Jetzt Wissensvorsprung sichern!

inform now

Title: Support vector machines models for surface roughness prediction in CNC turning of AISI 304 austenitic stainless steel
Authors: Ulaş Çaydaş
Sami Ekici
Publication date: 01-06-2012
Publisher: Springer US
Published in: Journal of Intelligent Manufacturing / Issue 3/2012
Print ISSN: 0956-5515
Electronic ISSN: 1572-8145
DOI: https://doi.org/10.1007/s10845-010-0415-2

Premium Partners