Physics-Informed Federated Learning for Decentralized Pharmaceutical Crystallization: Achieving Personalized Predictive Accuracy with Minimal Data
本研究は、データのプライバシーを保護しつつ、データの不足やノイズに対する堅牢性を確保しながら、複数の拠点にわたる医薬品の結晶化ダイナミクスの極めて高精度かつパーソナライズされた予測を実現するために、集団平衡方程式を分散型学習プロセスへと統合した物理情報に基づく連合学習(F-PINN)フレームワークを導入するものである。