nav[aria-label="Primary Navigation"] { padding: 0; & ul { list-style: none; width: 100%; display: flex; flex-direction: row; justify-content: start; align-items: start; gap: 30px; padding: 0; & li { margin: 0; } & ul li { list-style: none; } } }

312618_ja-JP

liliconcom · 2020-09-24T20:08:28+00:00

製造材料の選択を最適化するための実験の設計方法を参照してください: * 主成分を使用してオプションのプロパティを記述する情報を圧縮します (変数削減) * 部分最小二乗法と一般化回帰を使用して材料特性をモデル化する * 全体的に最適な特性、つまり変動の最も顕著な次元を見つけます。 * 計算された最適解に最も近い物理的に利用可能なオプションを特定する注: Q&A は 17:06、18:52、41:54、43:21、44:12 に含まれます。リソース * ミッチョのプレゼンテーション2017年JMPディスカバリーサミットより高度な統計モデリング実験計画法

liliconcom

製造材料の選択を最適化するための実験の設計

方法を参照してください:

主成分を使用してオプションのプロパティを記述する情報を圧縮します (変数削減)
部分最小二乗法と一般化回帰を使用して材料特性をモデル化する
全体的に最適な特性、つまり変動の最も顕著な次元を見つけます。
計算された最適解に最も近い物理的に利用可能なオプションを特定する

注: Q&A は 17:06、18:52、41:54、43:21、44:12 に含まれます。

リソース

ミッチョのプレゼンテーション2017年JMPディスカバリーサミットより