生物系统-系统（Bio-SoS）数字孪生校准：细胞培养制造工艺
定量方法
2024-07-01 v2 机器学习
机器学习
摘要
生物制造创新依赖于高效的实验设计（DoE）以优化工艺和产品质量。传统DoE方法忽略了潜在的生物加工机制，往往存在解释性和样本效率方面的不足。这一局限性促使我们创建一种新的最优学习方法，用于数字孪生模型校准。本研究考虑细胞培养过程的多尺度机械模型，即生物系统-系统（Bio-SoS）。该具有模块化设计的数据模型由子模型组成，可将数据整合到各种生产工艺中。为校准Bio-SoS数字孪生，我们评估了模型预测的均方误差，并发展了一种量化单个子模型参数估计误差对数字孪生预测精度影响的计算方法，该方法可指导样本高效且可解释的DoE。
引用
@article{arxiv.2405.03913,
title = {Digital Twin Calibration for Biological System-of-Systems: Cell Culture Manufacturing Process},
author = {Fuqiang Cheng and Wei Xie and Hua Zheng},
journal= {arXiv preprint arXiv:2405.03913},
year = {2024}
}
备注
11 pages, 5 figures