在我们关于“数据科学家难题系列”博客第1篇建模一文中，我们描述了建模工作中第一步会遇到的典型问题，并建议将 SmartFactory Rx™ 解决方案作为尽量减少这些挑战的途径 [https://appliedsmartfactory.com/zh-hans/pharmaceutical-blog/ai-ml-zh-hans/the-data-scientist-conundrum-part-1/]。事实上，如图1所示，对于未建模过的系统，第一步工作占用了数据科学家的大部分时间，约占 65% 到 95% 不等。 从经验来看，数据科学家通常会将 75% – 80% 的时间用于数据聚合、清理和预处理任务上。
在本文中，我们将探讨物理/化工系统建模的第二步，即：探索工程和特征工程。 传统的建模方法以第一原理为基础来建模，即使用传输现象方程、相关化学反应平衡、等离子体方程等，用于需要近实时决策的生产线上应用； 而这反过来使这项工作的成本变得非常昂贵，因为需要大量的传感器、采样/计量和强大的计算能力来提供及时的结果。 出于这个原因，统计模型被发明出来，并被证明对许多行业都大有裨益。 在上个世纪，单变量 (UVA) 和多变量 (MVA) 技术已被用于监测生产线效率、异常检测以及维护需求。 当随机推断和机器学习技术 (ML) 被添加到建模者可用的“工具箱”中时，UVA 和 MVA 模型的适用性得到了极大的增强。
我们一直在协助我们的客户监测他们在显示器、太阳能、半导体以及制药和其他流程工业中的开发和生产线。 这些客户的共同需求是可用性、灵活性以及准确性。 为了满足客户的期望，我们将统计方法的简单性与第一性原理方法的准确性相结合。 这为我们的客户提供了创建“混合”模型的能力——该模型不仅基于统计，还基于设备设计方程，无论这些方程是流动、扩散、热传递、反应平衡还是其他相关方程。
SmartFactory Rx 解决方案的框架为我们的制药和流程工业客户提供了这种可能性。 用户可以使用各种统计量（在UVA 或 MVA 模型中）来实时比较工艺参数，并通过用户定义的方程式监测它们之间的关系。 因此，用户可以毫不费力地识别出对特定工艺和设备进行监测的关键特征。
这里的一个关键点是工艺设备的不同行为，它增加了工艺可变性。 对于这种不同的设备行为，尤其是当它们处于不同的维护周期时，SmartFactory Rx 解决方案可以通过使用包括 MVA 和 机器学习 (ML) 方法在内的统计方法，以更低的计算成本进行有效的处理。
除此之外，用户还可以使用 Python 编写自己的机器学习 (ML) 模型，这一功能对精通代码的客户很有吸引力，他们认识到我们的 SmartFactory Rx 解决方案提供了一个非常灵活的基础设施，可以构建“混合”模型（统计和第一原理）监测他们的制药或其他工艺生产线。
了解更多我们为制药数据科学家提供的解决方案
