Physics-Informed Federated Learning for Decentralized Pharmaceutical Crystallization: Achieving Personalized Predictive Accuracy with Minimal Data
Questo studio introduce un framework di Physics-Informed Federated Learning (F-PINN) che integra le Equazioni di Bilancio di Popolazione in un processo di addestramento decentralizzato per ottenere previsioni altamente accurate e personalizzate della dinamica di cristallizzazione farmaceutica attraverso molteplici siti, preservando al contempo la privacy dei dati e garantendo robustezza contro la scarsità e il rumore dei dati.