使用神經模型的功能性能源部？你好，
在這裡有一個問題：
“ FDE”使用“廣義回歸”模型與Function DoE集成，這使我們能夠為功能因素建立模型
問題1：除了“廣義回歸”以外，是否可以建立“神經網絡”或其他模型？（因為我的一位客戶堅持使用神經模型）
Q2：我正在考慮使用功能PCA來解決其他模型構建問題。
在“ FDE”平台上使用“保存摘要”時，嵌入FDE col的Functional PCA。屬性，但沒有公式，
這似乎無法回到原始因素。想知道我是否使用正確的方法？
有人對此有想法/建議嗎？非常感謝
銷
回复：使用神經模型的功能性能源部？是的，您可以在任何建模平台中以X或Y角色使用FPC。包含GenReg是自然的選擇，因為線性模型在典型的DOE分析中非常有用。這是一個很大的方便，但不是必需的。我沒有特別嘗試過神經網絡，但它應該可以工作。
您可以提供Z補充角色中的解釋變量，以便在保存摘要時將它們與FPC一起顯示，或者在保存摘要後使用Use Table命令將它們結合在一起。
回复：使用神經模型的功能性能源部？只需確保已在“自定義功能摘要”（“功能摘要”旁邊的紅色三角形菜單）中選中了“保存公式”。
回复：使用神經模型的功能性能源部？謝謝馬克。這給了我進行神經建模的想法，它起作用了！只是需要走一些步驟
非常感謝回复：使用神經模型的功能性能源部？非常感謝Phil。很顯然可以指導我進行下一步。有了這些公式，我現在就可以建立神經模型了！謝謝回复：使用神經模型的功能性能源部？ @phil_kay @markbailey
對FDE樣本數據使用神經模型 “發酵 Process.jmp ”和“發酵過程的批量產量結果.jmp ”
得到了這樣的配置文件：產量是FPC的許多原始因素的函數
經歷了一些錄製的FDE視頻，似乎都使用了Generalized Reg。進行模型擬合
問題是：
1）：是否有一種方法可以將產量（通過FPC）改回原始因子，以便於解釋？並且
2）：預測公式將能夠使用原始因子進行計算（而不是使用FPC，只要有新數據集出現就需要FDE進行計算），非常感謝！
回复：使用神經模型的功能性能源部？你好
我認為我了解您要做什麼。我創建講習班的獎金練習涵蓋了這一點。看練習2，獎金練習。
以下是一些說明。這些以Gen Reg擬合的模型為例。但是，我認為您應該能夠使用神經模型來做同樣的事情。
- 擬合了通用回歸模型後，單擊帶有AICc驗證的“普通套索”旁邊的紅色三角形，然後單擊“保存列”>“保存預測公式”。
- 現在是“圖形”>“探查器”。
- 選擇Yield [BatchID]預測公式列，並將其轉換為Y，預測公式角色。還添加乙醇，糖蜜進料，空氣和NH3進料的“預測公式”列。該對話框應如下所示：
- 確保單擊“展開中間公式”框。單擊確定。
您可能需要重新排列X軸：單擊Prediction Profiler>外觀>重新排列X變量旁邊的紅色三角形。將時間拖到列表的頂部。單擊確定。
- 您可能還想通過拖出一個繪圖儀的角來增加分析器圖的大小。
- 查看乙醇FPC 2以及更改設置如何影響產量。
- 查看隨著乙醇FPC 2的變化，乙醇與時間的關係如何變化。現在您可以看到導致低收率（左）和高收率（右）的乙醇分佈圖。
