FDEトレーニング8.17.2020 |プレゼンター: ピーター・ハーシュとメアリー・ラブレス
録画を見る| |パワーポイントを見る| |クイズに挑戦
FDEとは？
FDE は Functional Data Explorer であり、形状の分析を迅速かつ簡単にします。 大量のデータをより管理しやすい形式に変換します。
データと機能データの違いは何ですか?
機能データは、曲線、表面、または連続体で変化するその他のものを記述するために使用されるデータです… 多くの場合、物理的な連続体は時間ですが、空間的な位置、波長、確率などの場合もあります。機能データを扱う際の課題は、科学者が機能データを直接分析したくない場合が多いことです。むしろ、観測データを生成する基礎となる関数を操作したいと考えています。
バリューステートメント
FDE により、プロセス エンジニアと統計学者は、大量のストリーミング データまたはセンサー データを分析できます。 GUI 環境の誰も FDE を持っていません。 R と Python はこの機能の一部を提供しますが、完全な FDE 機能を提供するすぐに使用できるソリューションは JMP だけです。
理想的な聴衆
ほとんどすべての企業が FDE の恩恵を受けることができます。顧客は統計に精通している必要があります。 これらは、FDE JMP Discovered をセットアップする際に探すべきタイプの人たちです。
一般的な産業:
一般的な役割:
一般的な状況/データ:
- センサーまたはストリーミング データがある
- 繰り返し測定データ
- 形や模様を見る
FDE が対処する問題/問題点
- ストリーミング データの理解を深める
- データの形状は重要であり、ほとんどのお客様はこれを分析していません
- 要約のない単一バッチの大量の測定
耳を傾ける用語/フレーズ
- ストリーミング
- センサー
- 繰り返し測定
- 時間の経過とともに収集されたデータ
- 曲線を分析します
- 形状を分析します
- スペクトル
- 次元削減
- 混合モデル
- 主成分
- 部分最小二乗
- 時系列
ディスカバリーに関する質問
- ストリーミング/センサー データを分析できるツールがあれば、どのくらいの時間を節約できますか?
- データのすべてではなく、一部のみを分析しているように感じますか?
- 毎秒/分/時間などのストリーミング データをどのように使用していますか?
このトレーニングのアクション アイテム:
- 上記の業界/役割を使用して、FDE をポジショニングできる/すべきセグメントまたはアカウントはありますか?
- 以下のマスタリング JMP Web キャストのいずれかに参加した見込み客があなたの地域にいますか? これらは、FDE のフォローアップに最適なキャンペーンです。
- あなたのテリトリーでFDE JMP Discoveredを行う可能性はありますか?
関連リソース:
を参照してください。このページ他にどのようなトレーニングがあるかを調べます。
JMPプロトレーニングRe: FDEトレーニング@マーティンデメルと@ドンマコーマックお二人とも素晴らしい点。反復測定という用語は、多くの人にとって非常に特殊な意味を持っています。という言葉を聞いたことがありますツールトレース半導体顧客からのデータであり、FDA/FDE からの素晴らしいケースでした。
Re: FDEトレーニング@マーティンデメルFDA の文脈では、「連続測定データ」または「連続測定データ」という用語は、FDE が適しているデータの種類を表すより適切な記述子だと思います。 「繰り返し測定」の部分を削除すると、あいまいさがなくなります。
Re: FDEトレーニング@ドンマコーマック@ピーター_ハーシュ
「測定データを繰り返した」は、おそらく次のように変更する必要があります。
「連続体（時間、周波数、距離など）にわたってデータを繰り返し測定する」
これにより、誤った仮定が生じるのを防ぐことができます。
Re: FDEトレーニング@ブリアナコッドそれらのリンクを更新しました！知らせてくれてありがとうございます。
Re: FDEトレーニング@saradoudtこのトレーニング セクションのアクション アイテムの中間の 2 つのウェビナーがリンクされていないことをお知らせしたいと思います。
Re: FDEトレーニング@saradoudt 、LinkedInに投稿された、Bernd Heinenによって作成された、非常に優れた1ページのインフォグラフィックを見ました。 @bernd_heinen . タイトルは「線形はなくなり、曲線の全体論的分析と最適化」です。 これはディスカバリー サミットのポスター/論文からのものだと推測しています (論文検索アドインを使用しましたが、表示されませんでした)。 リンクまたはアセットとして参照できるようにしたいと思います。 これは、トピックをユーザーがすぐに消費できるものに要約するという素晴らしい仕事をします。また、同様に重要なこととして、ユーザーはそれを内部の食物連鎖に売り込む必要があります。
これを共有可能な形式で見つけた場合は、お知らせください。
乾杯、
ティム
Re: FDEトレーニング@ドンマコーマックはい、FDE は混合モデルの代替品ではありません。どちらにしても、JMP Pro が必要です。
Re: FDEトレーニング@Juliette_Plager - はい、このページの上部に録音、ppt、クイズを追加しました。 他に何か必要な場合はお知らせください。
Re: FDEトレーニング素晴らしいトレーニング、ありがとう！ @saradoudtこれはプレゼンテーションが掲載されるページですか? 特にピートの「データが多すぎる」スライド (PCA) を探しています。
Re: FDEトレーニング反復測定と混合モデル。 これらの 2 つの用語は、FDA とは関係のないデータに対する特定の統計的アプローチを意味する可能性があるため、注意が必要です。 統計的有意性に焦点が当てられている場合、FDE の状況ではありません。 私の経験では、混合モデルは FDA とはまったく異なるデータ分析の側面に焦点を当てています。 とはいえ、Pro の混合モデル機能は、これらの状況で興味深いかもしれません。 反復測定はもう少しあいまいです。 分析が曲線の統計的差異ではなく曲線の形状に焦点を当てている場合、時間をかけて繰り返し取得されたデータは、FDE の良い候補となる可能性があります。 プロファイル分析は、FDA を目指している人々から聞いた別の用語です。
Re: FDEトレーニングFunctional Data Explorer が解決策になる可能性があることを示唆する追加のトリガー ワードには、「ランドマーク分析」があります。顧客がこれを使用して、形状を取得し、ピークの高さ、ピーク間の距離、曲線の下の面積、曲線のセクションの勾配などの主要な機能を分離し、これらの「ランドマーク」の統計的要約を作成することを指すと聞いています。次に、要約統計がモデル化されて、プロセスに関する予測が行われます。この議論は、Pete がスペクトル分布を示し、ピークの最大、最小、平均の高さ、および特定の波長での曲線の高さを特定したスライドに関連しています。
Re: FDE トレーニング - 近日公開予定です。これをまとめてくれてありがとう、サラ。 関連するリソースへのリンクがあると特に役立ちます。 私たちは共有すべき素晴らしい情報やストーリーをたくさん持っていますが、多くの場合、それを見つけることが課題です。
マルコム
