¿Por qué JMP Pro?Hola a todos,
Recibimos una sugerencia urgente 'Por qué JM Pro' de un gran cliente.
Son fabricantes de pantallas que producen LCD, OLED, etc.
Han utilizado JMP durante varios años y quieren continuar con su gestión.
y director para comprar JMP Pro.
El folleto JMP Pro no es suficiente para ellos
Si tienes algún material, reporte y/o caso de éxito a JMP Pro,
por favor déjame compartir.
Gracias
Ikju
Re: ¿Por qué JMP Pro?si, estoy de acuerdo con @martindemel .FDE es la razón más fuerte para que un cliente opte por JMP Pro.
Entiendo que los fabricantes de LCD usan dispersiones de pigmento. Por lo tanto, podrían relacionarse con el desafío de los procesos de molienda de pigmentos como ejemplos. Como dice Martin, he creado dos demostraciones para JMP Pro que utilizan la molienda de pigmentos como ejemplos. Este es uno de ellos usando FDE:
https://community.jmp.com/t5/Phil-Kay-s-Blog/Learn-More-from-Your-Experiments-with-Functional-Data-Explorer-3/ba-p/82777
Puede preguntarles si tienen datos funcionales (por ejemplo, sensores que miden en función del tiempo). Y si necesitan comprender cómo estos datos funcionales se relacionan con las entradas del proceso ("DOE funcional", ejemplo anterior) o las salidas del proceso ("Aprendizaje automático funcional").
Este es un ejemplo de aprendizaje automático funcional:
https://community.jmp.com/t5/Phil-Kay-s-Blog/Understanding-Complex-Yield-Issues-with-Sensor-Data-5-Minute/ba-p/84620
Espero que esto ayude.
phil
Re: ¿Por qué JMP Pro?Hola Ikju,
Un tema podría ser DOE funcional. El ejemplo de Phil de un proceso de fresado está (creo) basado en un proceso de fresado para una pantalla LCD. Se trata de reducir el tiempo (y si quieres energía) gastado para moler las partículas por debajo de un umbral en cientos de nanómetros más bajos.
Puede estar satisfecho con el punto de tiempo para entrar en especificaciones. O desea estudiar el perfil para entrar en especificaciones y permanecer allí por mucho tiempo, lo que hace que el proceso sea mucho más estable. Si hacen lo que hicieron antes, probablemente ignoren todos los datos y, por lo tanto, la información recopilada durante el tiempo que se ejecuta el proceso. Si también tienen un proceso ideal, les gustaría ver que ocurra la molienda, luego podrían usar el análisis de la curva dorada para encontrar una configuración más cercana a su curva ideal. Todo esto se trata de Explorador de datos funcionales y Regresión generalizada.
En el ejemplo de molienda, también señala que con fuertes correlaciones entre factores y respuestas, es posible que no pueda identificar los verdaderos factores para investigar más a fondo (por ejemplo, si la temperatura tiene una fuerte relación con el tiempo necesario para moler las partículas, podría ocultar otros factores importantes como el % de pigmento o el % de semillas, aunque técnicamente muy importantes, solo por los efectos de la multicolinealidad) usando métodos de ajuste estándar. Puede solucionar esto, por ejemplo, usando métodos avanzados como bootstrap forest para encontrar más predictores potenciales importantes para usar en un DOE (por ejemplo, DSD o diseño personalizado) para encontrar las verdaderas relaciones subyacentes.
@Phil_Kay podría encontrar razones adicionales para JMP Pro.
Otro tema podría ser (pero esto es al principio) el uso de SEM para comprender mejor las relaciones subyacentes en un proceso de fabricación.
