Hier finden Sie das Vortrags- und Posterprogramm als Online-Version:
Programm als PDF
(Teilnehmer erhalten vor Ort ein gedrucktes Programmheft inklusive Kurzfassungen)
Am Mittwoch, 3.12. finden von 10:30 bis 12:30 Uhr folgende Workshops statt. Bitte vermerken Sie Ihre Teilnahme in der Anmeldung.
Workshop 1: PAT in industrieller Produktion
Leitung: Dr. Martin Gerlach, Bayer AG
In dem 2-stündigen Workshop durchstreifen Sie gemeinsam mit dem Vortragenden den kompletten Bereich der PAT-Messtechnik und der Messaufgaben in der Prozessperipherie sowie in den Kernprozessen der chemisch pharmazeutischen Produktion. Zum Abschluss können Sie gemeinsam offene Fragen zu in Ihren Bereichen noch ungelösten Messaufgaben diskutieren und ggfs. erste Lösungsansätze zu deren Lösung erarbeiten.
Workshop 2: Kann die KI der Chemometrie das Wasser reichen?
Leitung: Claudia Beleites, Julius-Kühn-Institut und Chemometrix GmbH
Der Vorkurs diskutiert aktuelle Entwicklungen von KI aus Sicht der Chemometrie, konkret der prädiktiven Modellierung.
Wir beginnen mit einer Einordnung der wechselseitigen Beziehungen von Chemie, Spektroskopie, Chemometrie, Statistik, Machine Learning und Künstlicher Intelligenz, und der Überlegung warum in der chemometrischen Modellierung insbesondere von optisch-spektroskopischen Daten recht einfache und niedrig-komplexe Modelle so erstaunlich erfolgreich sind.
Daraus folgt auch, für welche Fragestellungen und unter welchen Bedingungen komplexere Modelle Erfolg versprechen.
Wir betrachten dann den Probenzahlbedarf für Modelltraining, Optimierung und Verifizierung der Vorhersagequalität.
Es folgt eine Diskussion von Daten-Augmentierung nach physico-chemischen, spektroskopischen Gesichtspunkten. Das ermöglicht robustere Modelle und kann auch bei der Methodenvaliderung helfen - bei begrenztem experimentellen Aufwand. Weiterhin stellen wir KI-Modelle vor, die aus augmentierten Daten sehr komplexe, nichtlineare Datenvorbehandlung lernen.
Wir stellen vorhersagende KI-Modelle (Tiefe Neuronale Netze) für NIR-Spektren vor und vergleichen sie mit den Möglichkeiten, die moderne KI-Modelle für Bild- oder Sprachdaten bieten.
Den Abschluss bildet ein Beispiel einer Einklassen-Klassifikation für Bilddaten aus 3d-Druckprozessen: hier wird ein klassischer chemometischer Ansatz (SIMCA) mit einem variational autoencoder, einem KI-Modell, gekoppelt, um Fehldrucke zu erkennen.
Workshop 3: PAT in der Biotechnologie - Stand der Technik und Ausblick in die Zukunft
Leiterung: Dr.-Ing. Anika Bockisch, Bio-PAT e.V.
Der Workshop startet mit einem Einführungsvortrag über verfügbare prozessanalytische Technologien und Trends in der Biotechnologie, die zu einem besseren Prozessverständnis beitragen und damit Produktqualität und Effizienz von Bioprozessen steigern können.
Anschließend soll im Austausch mit den Teilnehmenden diskutiert werden, welche Erfahrungen sie bereits mit PAT in Bioprozessen haben, in welchen Prozessen bzw. Anwendungsfeldern welche PAT bereits gut etabliert ist, wo es noch Bedarf an innovativen Technologien gibt und welche Herausforderungen und Limitationen sowohl bei der technischen als auch der administrativen Implementation von PAT in Bioprozessen gemeistert werden müssen.
Schließlich schauen wir mit den Teilnehmenden auch auf mögliche Zukunftstechnologien, die zu einem besseren Prozessverständnis in Echtzeit beitragen und damit Ansatzpunkte zur Prozessverbesserung geben können.
