临海市产业大脑有限公司本次登记的数据知识产权抗病毒药物原料药中间体转化效率监测训练数据，本训练数据应用于抗病毒药物原料药中间体合成工段，重点监控中间体转化率、杂质生成速率、反应匹配度，为中间体工序优化、缩短生产周期、降低杂质水平提供训练数据支撑，可实时监测中间体合成过程中的关键工艺参数，精准核算中间体转化率，识别杂质生成风险，优化反应参数提升反应匹配度，缩短生产周期，降低生产成本，确保中间体质量符合后续合成要求，适配抗病毒药物原料药精细化、高效化的生产管控需求。（一）模型选择：采用多变量线性回归与随机森林组合模型，适配抗病毒药物原料药中间体合成的多参数关联性、转化率波动特点，能够精准捕捉工艺参数与中间体转化率、杂质生成的关联规律，实现中间体转化效率的实时监测与工艺优化。 （二）超参数设置：学习率0.00025，批量大小48，迭代次数900，使用动量梯度下降优化器。该参数设置重点提升中间体转化率预测精度，适配抗病毒中间体合成反应中参数波动大、转化率敏感的特点，确保模型能够精准监测转化效率。 （三）算法逻辑：1. 训练数据预处理：对采集的生产训练数据进行清洗、去重、异常值剔除，对缺失值采用线性插值法补充，对转化率训练数据进行标准化处理，确保训练数据质量；2. 特征提取：选取实时反应温度、实时反应压力、主原料投料量、辅料投料配比、中间体转化率等11个核心特征，构建特征矩阵，重点突出中间体转化率（抗病毒药专属特征）与反应效率的关联关系；3. 模型训练：以中间体转化率、产品收率、反应匹配度为目标变量，训练多变量线性回归与随机森林组合模型，优化模型参数，提升监测与优化精度；4. 模型应用：将实时采集的中间体合成训练数据输入训练好的模型，实时监测中间体转化效率，识别杂质生成风险，输出工艺参数调整建议，优化反应进程，缩短生产周期。 （四）模型评估与落地验证：采用独立生产测试集对模型开展全方位性能评估，核算核心指标，同步对接车间中间体合成场景开展落地验证，确保模型在转化效率监测、工艺微调环节稳定运行，最终形成企业完全自主可控、无权属争议的专属AI模型资产包。
登记内容：
_1769672084863.jpg)