DoE funzionale usando il modello neurale?Ciao,
Hai una domanda qui:
"FDE" si integra con la funzione DoE utilizzando il modello "Regressione generalizzata" che ci consente di costruire un modello per i fattori funzionali
Q1: Oltre a "Regressione generalizzata", è possibile costruire una "Rete neurale" o altri modelli? (poiché uno dei miei clienti insiste sull'uso del modello neurale)
D2: Sto pensando di utilizzare la funzione PCA per risolvere il problema con un altro modello.
quando si utilizza "Salva riepiloghi" nella piattaforma "FDE", il PCA funzionale incorporato con FDE col. proprietà ma NO formule,
che sembra non potersi ricollegare ai fattori originali. mi chiedo se sto usando il modo corretto o no?
Qualcuno ha un'idea / suggerimento su questo? grazie molto
perno
Ri: Functional DoE utilizzando Neural Model?Sì, è possibile utilizzare gli FPC nel ruolo X o Y in qualsiasi piattaforma di modellazione. L'inclusione di GenReg è stata una scelta naturale perché il modello lineare è così utile nell'analisi DOE tipica. È una grande comodità, ma non un requisito. Non ho provato una rete neurale in particolare, ma dovrebbe funzionare.
È possibile fornire le variabili esplicative nella Z, ruolo supplementare in modo che appaiano con l'FPC quando si salvano i riepiloghi o si utilizzano i comandi Tabella per unirli dopo aver salvato i riepiloghi.
Ri: Functional DoE utilizzando Neural Model?Assicurati di aver selezionato Salva formule in Personalizza riepiloghi funzioni (menu triangolo rosso accanto a Riepiloghi funzioni).
Ri: Functional DoE utilizzando Neural Model?Grazie Marco. questo mi dà l'idea di fare la modellazione neurale, funziona! bastano altri passaggi per procedere
Molto apprezzatoRi: Functional DoE utilizzando Neural Model?Molto apprezzato Phil. È molto chiaro guidarmi al passaggio successivo. con le formule, sono in grado di costruire un modello neurale ora! GrazieRi: Functional DoE utilizzando Neural Model? @phil_kay @markbailey
Utilizzare un modello neurale per i dati di esempio FDE "Fermentazione Process.jmp ”&" Resa batch del processo di fermentazione Results.jmp ”
Ha un profilo come questo: la resa è una funzione dell'FPC di molti fattori originali
ha attraversato alcuni video FDE registrati, sembra che tutti utilizzino il Reg. generalizzato. fare il raccordo del modello,
La domanda è:
1): esiste un modo per riportare la resa (tramite FPC) ai fattori originali per una più facile interpretazione? e anche
2): la formula predittiva sarà in grado di calcolare usando i fattori originali (piuttosto che usare l'FPC che ha bisogno dell'FDE per calcolare ogni volta che arriva una nuova serie di dati) molte grazie!
Ri: Functional DoE utilizzando Neural Model?Ciao,
Penso di aver capito cosa stai cercando di fare. ho creato un esercizio bonus per un seminario quello copre questo. Guarda l'esercizio 2, esercizio bonus.
Ecco alcune istruzioni. Questi usano un modello montato da Gen Reg come esempio. Ma dovresti essere in grado di fare lo stesso con un modello Neural, credo.
- Dopo aver adattato il modello di regressione generalizzato, fai clic sul triangolo rosso accanto a Lazo normale con convalida AICc e salva colonne> Salva formula di previsione.
- Ora grafico> Profiler.
- Seleziona la colonna Resa [BatchID] Formula di previsione e lancia nel ruolo Y, formula di previsione. Aggiungi anche le colonne "Formula di previsione" per Etanolo, Melassa, Aria e NH3. La finestra di dialogo dovrebbe apparire così:
- Assicurati di fare clic sulla casella per espandere le formule intermedie. Clicca OK.
Potresti voler riorganizzare gli assi X: fai clic sul triangolo rosso accanto a Profilo di previsione> Aspetto> Riordina variabili X. Trascina il tempo in cima all'elenco. Clicca OK.
- Potresti anche voler aumentare la dimensione dei grafici del profiler trascinando l'angolo di uno.
- Guarda Ethanol FPC 2 e come la modifica dell'impostazione influisce sulla resa.
- Guarda come cambia il profilo Etanolo vs Tempo mentre cambi Etanolo FPC 2. Ora puoi vedere come appaiono i profili di etanolo con conseguente bassa resa (a sinistra) e alta resa (a destra) ...
