Livello: intermedio
Simon Stelzig, responsabile della Product Intelligence, Lohmann
JMP, in seguito JMP Pro è stato utilizzato per guidare lo sviluppo di un nuovo nastro adesivo strutturale dagli esperimenti iniziali verso un prodotto ottimizzato pronto per la vendita. La base era un design composto da 7 componenti creato dalla funzione di design personalizzato di JMP. Sfortunatamente, quasi il 40% delle esecuzioni potrebbe essere formulato ma non elaborato. Anche con questo paralizzato, le previsioni di progettazione di optima processabili per il cambiamento delle richieste dei clienti erano possibili utilizzando una nuova risposta e la piattaforma modello di JMP. Un necessario aumento del DoE che utilizza la funzione di progettazione di aumento ha aumentato continuamente il numero di esperimenti, consentendo la messa a punto del modello e infine la previsione di un prototipo di nastro e di un prodotto funzionanti. Passando da JMP a JMP Pro, nell'ambito di un progetto di follow-up basato sugli esperimenti originali, la modellazione è diventata drasticamente più efficiente e affidabile utilizzando la sua migliore protezione contro la modellazione scadente, come si è riscontrato non utilizzando la versione Pro . Il numero crescente di esecuzioni e le capacità di JMP Pro hanno aperto la strada dall'analisi DoE classica all'utilizzo dei metodi di Machine Learning. In questo modo, la velocità di sviluppo è stata ulteriormente aumentata, quasi fino alla previsione e alla verifica, al fine di soddisfare le richieste dei clienti, ricadendo nelle vicinanze della nostra formulazione.
Nota del redattore: la presentazione che @shs riferimenti all'inizio della sua presentazione è Utilizzo dell'API REST tramite richiesta HTTP e mappe JMP per comprendere la densità del birrificio tedesco (2020-EU-EPO-388)
