Perché JMPPro?Ciao a tutti,
Abbiamo ricevuto un suggerimento urgente "Perché JM Pro" da un grande cliente.
Sono produttori di display che producono LCD, OLED ecc.
Utilizzano JMP da diversi anni e vogliono proseguire la loro gestione
e direttore per acquistare JMP Pro.
L'opuscolo di JMP Pro non è sufficiente per loro
Se disponi di materiale, report e/o caso di successo per JMP Pro,
per favore fammi condividere.
Grazie
Ikju
Ri: Perché JMP Pro?Sì, sono d'accordo con @martindemel .FDE è il motivo più forte per cui un cliente sceglie JMP Pro.
So che i produttori di LCD utilizzano dispersioni di pigmenti. Quindi potrebbero essere in grado di riferirsi alla sfida dei processi di macinazione dei pigmenti come esempi. Come dice Martin, ho creato due demo per JMP Pro che utilizzano la fresatura dei pigmenti come esempi. Questo è uno di questi che utilizza FDE:
https://community.jmp.com/t5/Phil-Kay-s-Blog/Learn-More-from-Your-Experiments-with-Functional-Data-Explorer-3/ba-p/82777
Potresti chiedere loro se hanno dati funzionali (es. sensori che misurano in funzione del tempo). E se hanno bisogno di capire come questi dati funzionali si relazionano agli input di processo ("Functional DOE", esempio sopra) o agli output di processo ("Functional Machine Learning") .
Questo è un esempio di apprendimento automatico funzionale:
https://community.jmp.com/t5/Phil-Kay-s-Blog/Understanding-Complex-Yield-Issues-with-Sensor-Data-5-Minute/ba-p/84620
Spero che possa aiutare.
Fil
Ri: Perché JMP Pro?Ciao Ikju,
Un argomento potrebbe essere DOE funzionale. L'esempio di Phil di un processo di fresatura è (credo) basato su un processo di fresatura per un display LCD. Si tratta di ridurre il tempo (e se vuoi l'energia) speso per macinare le particelle al di sotto di una soglia in centinaia di nanometri inferiori.
Puoi essere soddisfatto del momento in cui entrare nelle specifiche. Oppure vuoi studiare il profilo per entrare nelle specifiche e rimanerci a lungo, il che rende il processo molto più stabile. Se fanno come hanno fatto prima, probabilmente ignorano tutti i dati e quindi le informazioni raccolte nel tempo in cui il processo viene eseguito. Possano anche avere un processo ideale che vorrebbero vedere la fresatura, quindi potrebbero utilizzare l'analisi della curva d'oro per trovare un'impostazione più vicina alla loro curva ideale. Tutto questo riguarda Functional Data Explorer e Generalized Regression.
Nell'esempio di macinazione sottolinea anche che con forti correlazioni tra fattori e risposte potresti non essere in grado di identificare i veri fattori su cui indagare ulteriormente (ad esempio se la temperatura ha una forte relazione con il tempo necessario per macinare le particelle potrebbe nascondere altri fattori importanti come pigment% o beeds% sebbene tecnicamente molto importanti, proprio a causa degli effetti di multicolinearità) utilizzando metodi di adattamento standard. È possibile aggirare questo problema, ad esempio utilizzando metodi avanzati come bootstrap forest per trovare più potenziali predittori importanti da utilizzare in un DOE (es. DSD o Custom Design) per trovare le vere relazioni sottostanti.
@Phil_Kay might può trovare altri motivi per JMP Pro.
Un altro argomento potrebbe essere (ma questo è solo l'inizio) l'utilizzo del SEM per comprendere meglio le relazioni alla base di un processo produttivo.
