搜尋

會員登入

搜尋

導覽

會員

透過App機器學習加速藥物製造分析

瀏覽次數:7005

製藥公司藉由執行嚴格的測試來衡量所生產藥物的關鍵性品質屬性。當特定批次的產品出現問題時,製造團隊必須盡快找出根本原因,以避免造成交貨延遲和關鍵藥物的短缺。


由於各式各樣的原始資料、生產機台、以及藥品製程當中的多項處理步驟,要執行準確且及時的根本原因分析(root case analysis)具有高度的挑戰性。在從前,團隊會將原始材料的標籤和從機器印出的紙本資料手動輸入到工作表進行分析,不過這種方法需要花費很多的時間,而且容易出錯。除此之外,當時還沒有可以一口氣分析如此龐大資料集的工具及方法。


在Cipla,我們的團隊使用一個網路應用程式(app)來進行先進的製程解析。這個使用MATLAB建立的app可以自動收集資料、使用機器學習模型來分析資料、並且將結果視覺化呈現出來(圖1)。
...
...

使用者別 新聞閱讀限制 文章閱讀限制 出版品優惠
一般使用者 10則/每30天 0則/每30天 付費下載
VIP會員 無限制 25則/每30天 付費下載

Card Image

基於dsPIC33A DSC的小型感測器/致動器ECU搭配MICROSAR IO示範應用程式

dsPIC33A數位信號控制器(DSC)系列結合來自Vector Informatik GmbH的輕量級軟體基礎層MICROSAR IO,為小型且對成本敏感的電子控制單元(ECU)提供了最佳化的平台。這種協同效應為汽車供應…

dsPIC33A數位信號控制器(DSC)系列結合來自Vector Informatik GmbH的輕量級軟體基礎層MICROSAR IO…