DoE funcional usando el modelo neuronal?Hola,
Tengo una pregunta aquí:
"FDE" se integra con Function DoE usando el modelo de "Regresión generalizada" que nos permite construir un modelo para los factores funcionales
P1: Aparte de "Regresión generalizada", ¿es posible construir una "Red neuronal" o algunos otros modelos? (como uno de mis clientes insiste en usar el modelo neuronal)
P2: Estoy pensando en usar la función PCA para hacer una solución alternativa a otro modelo de creación.
cuando se usa "Guardar resúmenes" en la plataforma "FDE", la PCA funcional integrada con FDE col. propiedades pero NO fórmulas,
que parece no poder vincularse a los factores originales. preguntándome si estoy usando la forma correcta o no?
¿Alguien tiene una idea / sugerencia sobre esto? muchas gracias
Alfiler
Re: DoE funcional usando modelo neuronal?Sí, puede usar los FPC en el rol X o Y en cualquier plataforma de modelado. La inclusión de GenReg fue una elección natural porque el modelo lineal es muy útil en el análisis DOE típico. Es una gran conveniencia, pero no un requisito. No he probado una red neuronal en particular, pero debería funcionar.
Puede proporcionar las variables explicativas en la función Z, Suplementaria para que aparezcan con el FPC cuando guarde los resúmenes o utilice comandos de Tabla para unirlos después de guardar los resúmenes.
Re: DoE funcional usando modelo neuronal?Solo asegúrese de haber marcado Guardar fórmulas en Personalizar resúmenes de funciones (menú de triángulo rojo al lado de Resúmenes de funciones).
Re: DoE funcional usando modelo neuronal?Gracias Mark. esto me da la idea de seguir adelante para hacer modelado neural, ¡funciona! solo toma un poco más de pasos
Muy apreciadoRe: DoE funcional usando modelo neuronal?Aprecio mucho Phil. Está muy claro guiarme al siguiente paso. ¡Con las fórmulas, ahora puedo construir un modelo neuronal! GraciasRe: DoE funcional usando modelo neuronal? @phil_kay @markbailey
Utilice un modelo neural para datos de muestra de FDE "Fermentación Process.jmp ”Y" Rendimiento por lotes del proceso de fermentación Results.jmp "
Tengo un perfil como este: el rendimiento es una función de FPC de muchos factores originales
revisé algunos videos grabados de FDE, parece que todos usan Reg generalizado. para hacer el ajuste del modelo,
La pregunta es:
1): ¿Hay alguna manera de cambiar el rendimiento (a través de FPC) a factores originales para una interpretación más fácil? y también
2): la fórmula predictiva podrá calcular usando los factores originales (en lugar de usar el FPC que necesita FDE para calcular cada vez que llega un nuevo conjunto de datos) ¡muchas gracias!
Re: DoE funcional usando modelo neuronal?Hola,
Creo que entiendo lo que estás tratando de hacer. yo creé un ejercicio extra para un taller eso cubre esto. Mira el ejercicio 2, ejercicio extra.
Aquí hay algunas instrucciones. Estos utilizan un modelo ajustado por Gen Reg como ejemplo. Pero debería poder hacer lo mismo con un modelo Neural, creo.
- Una vez que haya ajustado el modelo de regresión generalizado, haga clic en el triángulo rojo junto a Lazo normal con validación AICc y Guardar columnas> Guardar fórmula de predicción.
- Ahora Graph> Profiler.
- Seleccione la columna Fórmula de predicción Yield [BatchID] y pase al rol Y, Fórmula de predicción. Agregue también las columnas "Fórmula de predicción" para etanol, melaza, aire y NH3. El diálogo debería verse así:
- Asegúrese de hacer clic en el cuadro para Expandir fórmulas intermedias. Haga clic en Aceptar.
Es posible que desee reorganizar los ejes X: haga clic en el triángulo rojo junto a Perfil de predicción> Apariencia> Reordenar variables X. Arrastre Tiempo al principio de la lista. Haga clic en Aceptar.
- También es posible que desee aumentar el tamaño de los gráficos del generador de perfiles arrastrando la esquina de uno.
- Mire Ethanol FPC 2 y cómo cambiar el ajuste afecta el rendimiento.
- Observe cómo cambia el perfil de etanol vs tiempo a medida que cambia Ethanol FPC 2. Ahora puede ver cómo se ven los perfiles de etanol que dan como resultado un bajo rendimiento (izquierda) y un alto rendimiento (derecha) ...
