신경 모델을 이용한 기능적 DoE?여보세요,
여기에 질문이 있습니다 :
"FDE"는 "일반화 된 회귀"모델을 사용하여 기능 DoE와 통합하여 기능 요소에 대한 모델을 작성할 수 있습니다.
Q1 : "일반 회귀"이외의 "신경망"또는 다른 모델을 구축 할 수 있습니까? (내 고객 중 하나가 신경 모델을 사용해야한다고 주장 함)
Q2 : Function PCA를 사용하여 다른 모델 구축을위한 해결책을 생각하고 있습니다.
"FDE"플랫폼에서 "요약 저장"을 사용할 때 FDE col이 포함 된 Functional PCA. 속성은 있지만 수식은 없습니다.
원래 요소와 다시 연결되지 않는 것 같습니다. 올바른 방법을 사용하고 있는지 궁금합니다.
누구든지 이것에 대한 아이디어 / 제안이 있습니까? 많은 감사
핀
Re : 신경 모델을 이용한 기능적 DoE?예, 모든 모델링 플랫폼에서 X 또는 Y 역할의 FPC를 사용할 수 있습니다. 선형 모델이 전형적인 DOE 분석에 매우 유용하기 때문에 GenReg를 포함시키는 것이 당연한 선택이었습니다. 매우 편리하지만 요구 사항은 아닙니다. 특히 신경망을 시도하지는 않았지만 작동해야합니다.
Z, 보충 역할에 설명 변수를 제공하여 요약을 저장할 때 FPC와 함께 나타나거나 요약을 저장 한 후 테이블 명령을 사용하여 결합 할 수 있습니다.
Re : 신경 모델을 이용한 기능적 DoE?함수 요약 사용자 정의 (기능 요약 옆에있는 빨간색 삼각형 메뉴)에서 공식 저장을 선택했는지 확인하십시오.
Re : 신경 모델을 이용한 기능적 DoE?감사합니다, 마크 이것은 나에게 신경 모델링을 할 수있는 아이디어를 제공합니다. 조금만 더 가면됩니다
많은 감사Re : 신경 모델을 이용한 기능적 DoE?필 감사합니다. 다음 단계로 안내하는 것이 매우 분명합니다. 공식으로 신경 모델을 만들 수 있습니다! 감사합니다Re : 신경 모델을 이용한 기능적 DoE? phil mark
FDE 샘플 데이터에 신경 모델 사용 "발효 Process.jmp ''& "발효 공정 배치 수율 Results.jmp "
다음과 같은 프로파일을 얻었습니다. 수익률은 많은 원래 요소의 FPC의 함수입니다.
기록 된 FDE 비디오 몇 개를 훑어 보니 모두 일반화 된 Reg를 사용하는 것 같습니다. 모델 피팅을 수행하기 위해
질문은 ~이야:
1) : 더 쉬운 해석을 위해 수율 (FPC를 통해)을 원래의 요인으로 되돌릴 수있는 방법이 있습니까? 그리고 또한
2) : 예측 공식은 새로운 데이터 세트가 올 때마다 FDE가 필요한 FPC를 사용하지 않고 원래 요소를 사용하여 계산할 수 있습니다.
Re : 신경 모델을 이용한 기능적 DoE?안녕하세요,
나는 당신이하려는 일을 이해한다고 생각합니다. 내가 만들었다 워크샵을위한 보너스 운동 이를 다루고 있습니다. 운동 2, 보너스 운동을보십시오.
다음은 몇 가지 지침입니다. 이들은 Gen Reg에 맞는 모델을 예로 사용합니다. 그러나 당신은 신경 모델로 똑같이 할 수 있어야한다고 생각합니다.
- 일반화 된 회귀 모형을 적합시킨 후 AICc 유효성 검증 및 열 저장> 예측 공식 저장을 사용하여 정상 올가미 옆에있는 빨간색 삼각형을 클릭하십시오.
- 이제 그래프> 프로파일 러
- 수율 [BatchID] 예측 수식 열을 선택하고 Y, 예측 수식 역할로 캐스트하십시오. 에탄올, 당밀 사료, 공기 및 NH3 사료에 대한 "예측 공식"열도 추가하십시오. 대화 상자는 다음과 같아야합니다.
- 중간 수식 확장 상자를 클릭하십시오. 확인을 클릭하십시오.
X 축을 다시 정렬 할 수 있습니다. 예측 프로파일 러> 모양> X 변수 재정렬 옆에있는 빨간색 삼각형을 클릭하십시오. 시간을 목록의 맨 위로 끕니다. 확인을 클릭하십시오.
- 모서리를 끌어 프로파일 러 플롯의 크기를 늘릴 수도 있습니다.
- 에탄올 FPC 2와 설정 변경이 수율에 어떤 영향을 미치는지 살펴보십시오.
- 에탄올 FPC 2를 변경할 때 에탄올 대 시간 프로파일이 어떻게 변하는 지 살펴보십시오. 이제 낮은 수율 (왼쪽)과 높은 수율 (오른쪽)을 초래하는 에탄올 프로파일이 무엇인지 알 수 있습니다.
