nav[aria-label="Primary Navigation"] { padding: 0; & ul { list-style: none; width: 100%; display: flex; flex-direction: row; justify-content: start; align-items: start; gap: 30px; padding: 0; & li { margin: 0; } & ul li { list-style: none; } } }

548457_zh-TW

liliconcom

利用模擬實驗自動取得Design Space的機器學習方法_Tom Tao，JMP中國

演講嘉賓：Tom Tao，JMP中國醫藥產業數據分析顧問

演講主題：利用模擬實驗自動取得Design Space的機器學習方法

演講摘要：

在製程表徵過程中，定義Design Space是個非常重要的環節。利用蒙特卡羅模擬模擬是定義Design Space一個非常好的方法，但在這個過程中，往往需要多次、反覆修改製程參數的上下限，並且經常會出現手動修改也得不到合理的結果的情況。那麼，想要自動取得Design Space是否有更好的方法？本次演講將透過案例示範如何透過機器學習方法自動取得Design Space ，為大家提供想法和參考。