Physics-Informed Federated Learning for Decentralized Pharmaceutical Crystallization: Achieving Personalized Predictive Accuracy with Minimal Data
본 연구는 데이터 프라이버시를 보호하고 데이터 부족 및 노이즈에 대한 강건성을 보장하면서, 여러 사이트에 걸친 제약 결정화 역학의 고도로 정확하고 개인화된 예측을 달성하기 위해 인구 균형 방정식을 분산형 학습 프로세스에 통합한 물리 정보 기반 연합 학습(F-PINN) 프레임워크를 소개한다.