Alexander W. Rogers

基于数据驱动的工业分批发酵在线故障检测框架

利用物理指导的混合建模推进催化反应速率模型的发展

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

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

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

集成知识指导的符号回归和基于模型的实验设计，以自动化过程流程图开发

研究用于生物过程预测建模的混合模型的 “greyness”

基于强化学习的生物过程动力学辨识混合建模框架

使用小数据对生物过程进行预测建模的转移学习方法

图到图：在多目标与结构约束下的表面活性剂逆向设计