TY -的A2周余查达盟——Utkarsh盟——一位Senthil库玛盟——亚伯拉罕,亚伯Saji AU -卡纳,玛雅盟——Mishra学历非盟- Sachdeva Isha盟卡,都非盟- Dev,美国Jithin盟——Swatish r . Srii盟——Joshi Ayushma盟,阿南德Kaur女便袍AU - Adefris Addisalem AU - Lokesh Kumar, r . AU - Kaliappan贾古玛AU - Dhanalakshmi, s . PY - 2023 DA - 2023/04/30 TI -粉床上通过机器Learning-Enabled融合方法SP - 9481790六世- 2023 AB -粉床融合(PBF)适用于各种金属材料中使用的金属印刷过程建立一个广泛的复杂的部分比其他技术。PBF过程有几个变量,如摘要(直接金属激光烧结)、循证医学(电子束融化),合成(选择性热烧结)、SLM(选择性激光熔化),SLS(选择性激光烧结)。PBF达到其最大潜力,机器学习(ML)算法是使用合适的材料来实现目标成本效益。神经网络的各种应用,包括人工神经网络、有线电视新闻网、RNNs,和其他受欢迎的技术,如资讯,支持向量机,并综述了GP,未来的挑战进行了讨论。列出一些专用算法如下:甘,SeDANN,基本,k - means, PCA,等。本文介绍了进化,现状,挑战,和这些技术的前景的材料,特性,工艺参数,应用,优势,劣势,等等,来解释他们的意义和提供一个深入的理解是一样的。SN - 1076 - 2787你——https://doi.org/10.1155/2023/9481790——10.1155 / 2023/9481790 JF - PB - Hindawi KW - ER -复杂性