Physics-Informed Federated Learning for Decentralized Pharmaceutical Crystallization: Achieving Personalized Predictive Accuracy with Minimal Data
Este estudio introduce un marco de Aprendizaje Federado Informado por la Física (F-PINN) que integra Ecuaciones de Balance de Población en un proceso de entrenamiento descentralizado para lograr predicciones personalizadas y altamente precisas de la dinámica de cristalización farmacéutica a través de múltiples sitios, preservando al mismo tiempo la privacidad de los datos y garantizando la robustez frente a la escasez y el ruido de los datos.