使用JMP识别传感器数据使用高密度传感器的科学家和工程师面临着数据问题，这些问题可能使从数据中获取见解变得更具挑战性。无论您是要从生活在物联网上的工业设备中获取信息，还是要监视健康和适应性参数，JMP都提供了一个理想的沙箱，用于筛选嘈杂的数据以识别重要的模式。
- 数据库查询生成器。 当您的传感器数据保存在结构化的SAS或ODBC访问的数据库中时，您可以快速创建连接多个表的查询，应用过滤器并预览结果，从而始终获得完美的子集进行探索。可以直接从导入的表中保存，共享甚至更新查询。通过添加摘要列和图形脚本以自动运行后查询，您可以更快地从原始数据转移到见解。
- JMP查询生成器 。如果您没有直接访问数据库的权限，则可以通过将一组平面文件导入JMP表来利用Query Builder提供的查询，过滤，汇总和排序工具。一次创建查询后，可以将其另存为脚本并自动重新运行。只需提取最新数据，重新加入并继续进行分析即可。
- 新公式列 。通常，传感器数据仅通过时间戳，传感器名称和传感器值来收集和存储，以节省存储空间。但是，将原始数据与汇总值配对可以帮助您回答更广泛的问题，清理工件并发现有趣的趋势。右键单击任何数据列以添加一个新的公式列，从“日期/时间”转换和汇总（例如“列队移动平均值”）中进行选择，这对于清理带有高频噪声的传感器数据很有用。公式快捷菜单提供对“分组依据”功能的快速访问，该功能可标识一列类别（例如，“天”），根据该类别可以计算新的度量。
- 虚拟联接 。使用高分辨率传感器测量时，可能无法保留将汇总值直接合并到原始数据表中所需的内存。使用虚拟联接链接存储在单独表中的值，并在分析和制图平台中一起使用它们。您可以根据需要链接和取消链接数据源，这使得更轻松地独立更新不同的数据源。
- 过程筛选。当生成控制图是一次一次的过程时，绘制许多传感器度量的图形可能很繁琐。一旦获得结果，手动排序图表以查找有趣或可疑的读数既痛苦又容易出错。Process Screening平台进行了大量繁重的工作，将控制图统计信息和最近的变动汇总到一个表中，您可以对其进行交互式排序以识别重要的过程变量。这可以帮助您集中精力进行工作，并且可以轻松地首先深入查看关键控制图。
- 建模和交叉验证。在某个时候，您需要构建一个模型以将信号与噪声分开。JMP包括一整套线性和非线性建模工具，它们可以自己构建有用的模型，但也可以链接到交叉验证工具中，这对于评估诸如传感器流中的观测数据时至关重要。
- 图形生成器。浏览传感器数据时，您需要快速创建和自定义各种多元素图形以识别图案并发现潜在的伪影。JMP Graph Builder平台提供了广泛的图形类型调色板和直观的拖放界面。另外，您可以保存并复制在检索新数据时创建的任何图形。
- 选择过滤器 。绘制传感器数据的图形后，您可能需要考虑随时间，位置或其他变量而变化的影响。JMP提供了传统的基于列表的过滤器来浏览自定义数据切片，但是您也可以将摘要图用作一个或多个图的过滤器。只需在过滤器图形中选择元素，即可将报告重新聚焦于感兴趣的类别或时间范围。
- 仪表板。仪表板可帮助您在简洁一致的报告中显示数据中的模式，并有助于将关键发现传达给决策者。使用JMP，您可以从模板创建新的仪表板，然后将表格和报表拖放到画布上。当有新数据可用时，您可以保存和刷新仪表板，也可以将其导出为交互式HTML Web报告，供没有JMP的同事使用。
- 与脚本和加载项共享 。当您构建可为您提供所需结果的工作流时，您可以轻松地与其他JMP用户共享您的详细步骤。该软件自动生成脚本，以重现关键数据操作步骤和自定义图形。随着您变得越来越有经验，您可能需要开发自定义菜单和外接程序，以引导同事完成更复杂的工作流程。
生产系统非常擅长告诉您当前发生的情况，并应用控制系统来运行业务规则，防止危险情况并在预定义的规格限制内运行操作系统。但是，您的历史数据中也蕴藏着深刻的洞察力，并且JMP可以充当无风险沙箱，用于查找该数据的模式和趋势。您已经经历了精心收集和存储传感器数据的麻烦-现在可以通过JMP更好地利用它。
是否需要筛选嘈杂的传感器数据以识别重要模式？
