Dongda Zhang

物理信息符号回归用于数据高效的动力学模型发现

基于数据驱动的工业分批发酵在线故障检测框架

通过混合建模和迁移学习实现小数据场景下的生物过程放大预测

农业原料在工业规模下的厌氧共消化：验证“物理孪生”实验室参数及建模复杂原料共消化

利用物理指导的混合建模推进催化反应速率模型的发展

基于数据驱动的批处理操作数字化：通过工艺流程图的自动重构与聚类

提高化学语言转换器在逆向分子设计中的保真度和多样性

一种在不确定性条件下用于灵活且最优操作空间识别的代理增强框架

厌氧消化全厂优化与决策：工业视角与综述

MolPrice：基于市场价值评估分子的合成可及性

强化学习在鲁棒动态代谢控制中的应用

最简机制构建算法（SiMBA）：一种自动化的微观动力学模型发现工具

生物过程中高效且鲁棒的多设定点与多轨迹跟踪的强化学习

基于可解释人工智能的模型结构迁移学习以加速生物过程模型构建

从宏观测量中提取微观动力学见解：一种用于催化反应机理分析的幂律建模框架

集成特征属性和符号回归的自动模型结构识别和策略抽样