Header
 
Login
 

Privatsphäre-Einstellungen

Wir verwenden Cookies auf unserer Website. Einige von ihnen sind unerlässlich, während andere uns helfen, diese Website und Ihre Erfahrungen zu verbessern.

Notwendig Statistik Marketing
Auswahl bestätigen
Weitere Einstellungen

Hier finden Sie eine Übersicht aller verwendeten Cookies. Sie können ganzen Kategorien Ihre Zustimmung geben oder weitere Informationen anzeigen und bestimmte Cookies auswählen.

Alle auswählen
Auswahl bestätigen
Notwendig Cookies
Wesentliche Cookies ermöglichen grundlegende Funktionen und sind für die ordnungsgemäße Funktion der Website erforderlich.
Statistik Cookies
Statistik-Cookies sammeln anonym Informationen. Diese Informationen helfen uns zu verstehen, wie unsere Besucher unsere Website nutzen.
Marketing Cookies
Marketing-Cookies werden von Werbekunden oder Publishern von Drittanbietern verwendet, um personalisierte Anzeigen zu schalten. Sie tun dies, indem sie Besucher über Websites hinweg verfolgen
Zurück

Ihr Suchergebnis

Sie recherchieren derzeit unangemeldet.
Melden Sie sich an (Login) um den vollen Funktionsumfang der Datenbank nutzen zu können.
Sie suchen in allen Bereichen nach dem Autor Hempel M.

In der Rubrik Zeitschriften haben wir 1 Beitrag für Sie gefunden

  1. Merken

    Ein digitaler Zwilling eines Medikamentenzerstäubers

    Rubrik: IT

    (Treffer aus pharmind, Nr. 11, Seite 1061 (2023))

    Loch M | Hempel M | Steinzen M | Achtstetter R

    Ein digitaler Zwilling eines Medikamentenzerstäubers / Loch et al. • Digitaler Zwilling eines Medikamentenzerstäubers · Loch M, Hempel M, Steinzen M, Achtstetter R · Boehringer Ingelheim microParts GmbH, Dortmund und
    Mit den gewachsenen Möglichkeiten der Datenanalyse, Datenmodellierung und Vernetzung der relevanten Datenquellen hat die Boehringer Ingelheim microParts GmbH begonnen, ein digitales Modell der Geräteplattform RESPIMAT® zu entwickeln, um aus Eigenschaften der Gerätekomponenten die qualitätsrelevanten Leistungscharakteristiken des Endgeräts abzuleiten und valide vorherzusagen. Ein erstes Modell zur Vorhersage des inhalierbaren Anteils, der durch die Geräte ausgebrachten Wirkstoffe, wurde mit hoher Vorhersagegüte aus Daten der Wareneingangs-, In-Prozess- und Endprüfungen auf Basis von Data-Mining-Algorithmen aufgestellt. Dieses Modell kann u. a. zur Simulation von Veränderungen im Rahmen von Geräteoptimierungen und Beurteilung von Datentrends genutzt werden. Eine weitere Perspektive ist, auf Endprüfungen am Inhalator zu verzichten und ...