Physics-Informed Federated Learning for Decentralized Pharmaceutical Crystallization: Achieving Personalized Predictive Accuracy with Minimal Data
Cette étude introduit un cadre d'apprentissage fédéré informé par la physique (F-PINN) qui intègre des équations de bilan de population dans un processus d'entraînement décentralisé afin d'obtenir des prédictions hautement précises et personnalisées de la dynamique de cristallisation pharmaceutique à travers de multiples sites, tout en préservant la confidentialité des données et en assurant la robustesse face à la rareté et au bruit des données.