Physics-Informed Federated Learning for Decentralized Pharmaceutical Crystallization: Achieving Personalized Predictive Accuracy with Minimal Data
Este estudo introduz um framework de Aprendizado Federado Informado pela Física (F-PINN) que integra Equações de Balanço de População em um processo de treinamento descentralizado para alcançar previsões altamente precisas e personalizadas da dinâmica de cristalização farmacêutica em múltiplos locais, preservando a privacidade dos dados e garantindo robustez contra a escassez e o ruído de dados.