Un primer enfoque hacia redes neuronales informadas por la física orientadas a la adsorción: rendimiento de adsorción de anticuerpos monoclonales en una columna de intercambio iónico como estudio de caso
Autores: Santana, Vinicius V.; Gama, Marlon S.; Loureiro, Jose M.; Rodrigues, Alírio E.; Ribeiro, Ana M.; Tavares, Frederico W.; Barreto, Amaro G.; Nogueira, Idelfonso B. R.
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Un primer enfoque hacia redes neuronales informadas por la física orientadas a la adsorción: rendimiento de adsorción de anticuerpos monoclonales en una columna de intercambio iónico como estudio de caso
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Química
Palabras clave
Sistemas de adsorción
Red neuronal informada por la física
Inteligencia artificial
Ecuaciones diferenciales parciales
Columna de lecho fijo
Ingeniería química
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 13
Citaciones: Sin citaciones
Los sistemas de adsorción se caracterizan por un comportamiento desafiante para simular cualquier método numérico. En los últimos dos años, surgió un nuevo campo de estudio dentro del método numérico: las redes neuronales informadas por la física (PINNs), la aplicación de la inteligencia artificial para resolver ecuaciones diferenciales parciales. Este es un nuevo enfoque completo para resolver modelos de principios fundamentales en ingeniería, que hasta esa fecha no se había explorado en el campo de los sistemas de adsorción. Por lo tanto, este trabajo propuso la evaluación de PINN para abordar las soluciones numéricas de una columna de lecho fijo donde se purifica un anticuerpo monoclonal. La solución de PINNs se compara con un método numérico tradicional. Los resultados muestran la precisión de los PINNs propuestos en comparación con el método numérico. Esto apunta hacia el potencial de esta técnica para abordar problemas numéricos complejos encontrados en la ingeniería química.
Descripción
Los sistemas de adsorción se caracterizan por un comportamiento desafiante para simular cualquier método numérico. En los últimos dos años, surgió un nuevo campo de estudio dentro del método numérico: las redes neuronales informadas por la física (PINNs), la aplicación de la inteligencia artificial para resolver ecuaciones diferenciales parciales. Este es un nuevo enfoque completo para resolver modelos de principios fundamentales en ingeniería, que hasta esa fecha no se había explorado en el campo de los sistemas de adsorción. Por lo tanto, este trabajo propuso la evaluación de PINN para abordar las soluciones numéricas de una columna de lecho fijo donde se purifica un anticuerpo monoclonal. La solución de PINNs se compara con un método numérico tradicional. Los resultados muestran la precisión de los PINNs propuestos en comparación con el método numérico. Esto apunta hacia el potencial de esta técnica para abordar problemas numéricos complejos encontrados en la ingeniería química.