PulseAugur
中
实时 09:51:58
English(EN) Multipath Adaptive Gated Bottleneck Latent ODE with Raman Data Fusion for Cell Culture Process Forecasting

新AI框架通过拉曼数据融合预测细胞培养过程

作者 PulseAugur 编辑部 · [3 个来源] ·

研究人员开发了一种新颖的自适应框架，用于预测细胞培养过程，该框架结合了门控瓶颈潜在常微分方程（GB-Latent ODE）和多路径即时微调（MP-JIT-FT）。该方法旨在通过解决稀疏和不规则采样测量值的挑战来改进生物制药制造的早期预测。该框架包含一个掩码感知瓶颈和变量门控，以在数据有限的情况下更好地学习，并通过机器学习软传感器融合拉曼光谱数据以增强鲁棒性。在对38个生物反应器运行的测试中，带有拉曼融合的MP-JIT-FT方法在大多数目标变量上优于标准的Latent ODE基线，尤其是在早期轨迹相似但随后发散的情况下表现出收益。 AI

影响 这项研究可能导致生物制药制造中更准确、更及时的调整，从而提高效率并减少浪费。

排序理由 该集群包含一篇详细介绍用于预测细胞培养过程的新型AI框架的研究论文。

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 3 个来源。 我们如何撰写摘要 →

新AI框架通过拉曼数据融合预测细胞培养过程

报道来源 [3]

  1. arXiv cs.AI TIER_1 English(EN) · Johnny Peng, Thanh Tung Khuat, Ellen Otte, Katarzyna Musial, Bogdan Gabrys ·

    多路径自适应门控瓶颈潜在ODE结合拉曼数据融合用于细胞培养过程预测

    arXiv:2606.26520v1 Announce Type: cross Abstract: Mammalian cell-culture processes underpin the manufacture of many biopharmaceuticals, yet keeping a run on track is hard: critical process parameters drift over days, and an off-specification trend is often confirmed too late to i…

  2. arXiv cs.LG TIER_1 English(EN) · Bogdan Gabrys ·

    多路径自适应门控瓶颈潜在ODE与拉曼数据融合用于细胞培养过程预测

    Mammalian cell-culture processes underpin the manufacture of many biopharmaceuticals, yet keeping a run on track is hard: critical process parameters drift over days, and an off-specification trend is often confirmed too late to intervene. Early-stage, multi-day forecasts could e…

  3. Hugging Face Daily Papers TIER_1 English(EN) ·

    用于细胞培养过程预测的多路径自适应门控瓶颈潜在ODE与拉曼数据融合

    Mammalian cell-culture processes underpin the manufacture of many biopharmaceuticals, yet keeping a run on track is hard: critical process parameters drift over days, and an off-specification trend is often confirmed too late to intervene. Early-stage, multi-day forecasts could e…

相关实体

相关话题