基于物理信息的神经网络模拟、建模和预测药效动力学动物组织培养模型
摘要：基于PyTorch的机器学习框架，使用16个隐藏层神经网络（包括8个线性层和8个反馈激活层），对细胞培养隔室模型进行建模、模拟和预测。结果表明，使用Physical Informed Neural Network方法对三组分四参数定量药效学模型进行预测，均方误差为0.0004853。总而言之，Physical Informed Neural Network可作为处理细胞培养隔室模型的有效工具，并可能在处理大型数据集时表现更好。
作者：Jiahao Ma
论文ID：2206.05059
分类：Quantitative Methods
分类简称：q-bio.QM
提交时间：2022-06-13