MétaCan
Menu
Retour à la cohorte
Enregistrement W4324046243 · doi:10.22541/au.167871820.09588167/v1

Parameter Estimation and Estimability Analysis in Pharmaceutical Models with Uncertain Inputs

2023· preprint· en· W4324046243 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueProcess Optimization and Integration
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésOverfittingSensitivity (control systems)Estimation theoryRank (graph theory)Set (abstract data type)EstimationComputer scienceProcess (computing)Mathematical optimizationMathematicsStatisticsMachine learningArtificial neural networkEngineering

Résumé

récupéré en direct d'OpenAlex

A methodology is proposed to aid parameter estimation in fundamental models of pharmaceutical processes. This methodology addresses situations with insufficient data to reliably estimate all parameters, when the estimation is complicated by uncertain independent variables. The proposed method uses an augmented sensitivity matrix to rank the combined set of parameters and uncertain inputs from most estimable to least estimable. An updated mean-squared-error criterion is then used to determine the appropriate parameters and inputs that should be estimated, based on the ranked list. A model for one step in a batch pharmaceutical production process with an uncertain initial reactant concentration is used to illustrate the method, revealing that the initial reactant concentration in each batch should be estimated along with three out of six model parameters. Non-estimable parameters are fixed at their initial values to prevent overfitting. The method will aid error-in-variables parameter estimation in many situations involving limited data.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,863
Score d'incertitude au seuil0,664

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,056
Tête enseignante GPT0,315
Écart entre enseignants0,258 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

En bref

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetProcess Optimization and IntegrationTravaux en français237 207