Vocero | Transcripción |
| Damien PERRET | Hola, bienvenido y gracias por ver en línea esta presentación para la conferencia Europe Discovery Summit. |
| Mi nombre es Damien Perret. Soy un científico de I + D en CEA en Francia, y estoy junto con mi colega y amigo Francois Bergeret, estadístico y fundador de Ippon Innovation en Francia. |
| Mi nombre es Damien Perret. Soy un científico de I + D en CEA en Francia, y estoy junto con mi colega y amigo Francois Bergeret, estadístico y fundador de Ippon Innovation en Francia. |
| Entonces, con Francois, estamos muy contentos de estar aquí hoy, y nos gustaría agradecer al Comité Directivo que nos brindó la oportunidad de abordar este, que trata sobre métodos estadísticos avanzados aplicados a la predicción de la viscosidad del vidrio con JMP. |
| Así que comencemos con algunas palabras sobre la Comisión de Energía Atómica y Energías Alternativas de Francia. CEA es una organización del gobierno francés para la investigación, el desarrollo y la innovación en cuatro áreas |
| defensa y seguridad, energías bajas en carbono, investigación tecnológica e investigación fundamental. El CEA cuenta con unas 20.000 personas en nueve ubicaciones. |
| Tenemos una fuerte relación con las universidades a través de varias unidades de investigación conjuntas, gran cantidad de patentes y creación de start-ups, con un presupuesto de alrededor de 5 mil millones de euros. |
| Fran? Ois Bergeret | estadística y ciencia de datos, incluidos estudios, consultoría y formación. |
| Estamos muy orgullosos de ser socios generales. |
| desde hace varios años. También estoy muy feliz de presentarle hoy a mi amigo Damien. |
| Ippon también propone soluciones avanzadas para cero defectos y control de procesos. Personalmente, soy usuario de JMP desde 1995 con JMP 3. |
| Damien PERRET | Entonces, nuestro principal objetivo en este trabajo es crear modelos estadísticos para predecir las propiedades del vidrio, y para esta charla de hoy, nos enfocamos en la viscosidad del vidrio. |
| Para hacer eso, los datos experimentales provienen tanto de la base de datos comercial como de nuestra propia base de datos en CEA. Queríamos que los algoritmos estuvieran codificados en JSL e implementados en JMP Pro 15. |
| La respuesta del modelo es la propiedad del vidrio de interés, por lo que la viscosidad para este ejemplo y los factores son los contenidos de los diferentes componentes del vidrio. |
| Entonces, aquí hay información de fondo. El vidrio es un sólido no cristalino. Se obtiene mediante un enfriamiento rápido de un vidrio fundido y, desde el punto de vista material, un vidrio es una mezcla, una mezcla de diferentes óxidos. |
| Por tanto, el número de óxidos es variable, desde dos o tres en un vaso muy simple hasta unos 30 e incluso más en las composiciones más complejas. |
| Existe una larga tradición en el cálculo de las propiedades del vidrio y creemos que los primeros modelos se crearon en Alemania a finales del siglo XIX. |
| Desde entonces, |
| La cantidad de literatura publicada en el campo de la predicción de propiedades del vidrio ha aumentado enormemente, por lo que hoy tenemos una gran cantidad de datos de vidrio disponibles en bases de datos comerciales, que también se ofrecen y se utilizan para predecir |
| propiedades del vidrio. |
| Pero a pesar de todos los esfuerzos que se han realizado en el pasado para predecir las propiedades del vidrio, sigue habiendo desafíos para la predicción de la viscosidad del vidrio. |
| Y esto, porque la viscosidad del vidrio es una propiedad difícil de predecir. En primer lugar, la viscosidad depende mucho de los mecanismos físicos que pueden ocurrir en el vidrio fundido, dependiendo de la composición del vidrio, como la separación de fases o la cristalización, por ejemplo. Y también |
| la viscosidad es la única propiedad que tiene un rango de variación tan amplio hasta ciertos órdenes de magnitud. |
| Así que aquí hay un ejemplo que muestra esta dificultad. Hemos seleccionado tres composiciones de vidrio SBN, que es un vidrio muy simple, con solo tres ???. |
| Y aplicamos los modelos más conocidos de la literatura para calcular la viscosidad. |
| Y luego comparamos los valores predichos con el valor experimental que hemos medido con nuestro propio dispositivo. Entonces puede ver que incluso para un vidrio muy simple, no es fácil obtener un valor confiable para la viscosidad pronosticada. |
| Así que aquí hay una imagen, una buena imagen que nos gusta usar para dar una vista de la base de datos, donde cada punto es un vaso en una vista multidimensional del dominio de las composiciones. Entonces, un dato puede provenir de estudios aislados |
| o podemos tener datos provenientes de estudios que utilizan diseños experimentales o podemos tener datos |
| adquirido |
| con la valoración de un componente a la vez. |
| Pasamos mucho tiempo en el pasado para aplicar diferentes técnicas de aprendizaje automático utilizando la parte de los datos que se encuentran en toda la base de datos. |
| Y se utilizó un enfoque clásico en un conjunto de validación, pero al final, no se encontró ningún modelo estadístico con una capacidad predictiva aceptable para predecir la viscosidad. |
| Por eso hemos decidido utilizar un enfoque diferente. |
| Entonces, en lugar de usar todos los datos, creemos que es mejor crear un modelo usando datos cercanos a la composición donde queremos predecir la viscosidad. Entonces, por ejemplo, si queremos predecir |
| aquí en el |
| puntos rojos, se creará un modelo a partir de los datos que tenemos en esta área y se creará un modelo diferente si queremos predecir |
| la propiedad |
| en otra composición. Por eso decimos que esta técnica es dinámica. Es porque el modelo depende de la composición. Está relacionado y encajado donde queremos predecir. |
| Y decimos que es automático porque no tenemos que hacerlo manualmente. Cada paso se realiza mediante algoritmos implementados en la herramienta. |
| Así que uno de los puntos más importantes es sin duda la determinación del subconjunto óptimo de datos para crear el modelo. Para eso hemos implementado dos métodos de submuestreo. |
| Entonces en el primer método, se genera un diseño teórico o virtual del experimento |
| en torno a la composición de interés. Y luego, cada ejecución del diseño se reemplaza por los datos experimentales más similares presentes en la base de datos, lo que lleva al conjunto de entrenamiento final. |
| Y el segundo método que hemos implementado en la herramienta se basa en diferentes tamaños de conjuntos de datos creados en torno a la composición de interés. |
| La herramienta genera un pequeño conjunto de datos y los modelos se crean en este pequeño subconjunto para predecir la viscosidad. Y luego se generan conjuntos de datos cada vez más grandes, y el tamaño óptimo se evalúa mediante criterios estadísticos asociados a cada subconjunto. |
| Fran? Ois Bergeret | La viscosidad del vidrio no es fácil de predecir, por lo que decidimos utilizar diferentes estadísticas y métodos de aprendizaje automático. |
| Polinomio ??? modelos con transformación, regresión generalizada utilizando una distribución logarítmica normal. Este método es muy poderoso con JMP Pro y puede dar mejores resultados que ??? modelos con transformación. |
| También utilizamos redes neuronales, muy potentes en términos de predicción. Como tenemos dos conjuntos de datos, como se mencionó anteriormente, tenemos seis predicciones para cada respuesta. |
| La siguiente diapositiva es un esquema, una vista de la herramienta. |
| Las entradas son la composición del vidrio y la temperatura a la que debe predecirse la viscosidad. |
| Si miramos aquí, el código y el algoritmo se han implementado para los dos métodos que describimos antes. |
| La fortaleza de la herramienta es que, en lugar de obtener solo una predicción, se calculan seis valores con un criterio estadístico asociado a todos los datos que pueden ser evaluados por el usuario. |
| Damien PERRET | Entonces, estos son algunos de los parámetros clave. Es muy importante tener en cuenta la mayor cantidad posible de aportaciones de los expertos en vidrio. |
| Por ejemplo, tuvimos que crear algoritmos específicos para entrar con la naturaleza y el papel de los óxidos en la viscosidad. |
| Otro punto de gran importancia está relacionado con el origen y, por tanto, la fiabilidad de los datos. Para ello, se ha invertido una cantidad significativa de tiempo en este proyecto. |
| a la constitución de una base de datos confiable. Entonces tuvimos que implementar pesos y tuvimos que estudiar diferentes formas de calcular la distancia ... las distancias entre las composiciones de vidrio. |
| Así que ahora es el momento ... |
| Fran? Ois Bergeret | Bien, ahora voy a mostrar la pantalla. |
| Para mostrarte una demostración |
| del código, por lo que debería ver mi pantalla ahora. |
| Y solo estoy ejecutando el código, por lo que es un programa JSL complejo. Lo hemos estado desarrollando durante varios meses con CEA. |
| Así que acabo de ejecutar el código y ahora se lo mostraré. |
| Descubrimiento ... así que aquí estoy abriendo archivos para el código. |
| Y está funcionando, está bien. El código se está ejecutando, así que comentaré un poco. |
| Tenemos varios bucles en este código. Por supuesto, el primer paso es identificar los datos y las funciones. Y después de eso tenemos un bucle, en primer lugar, tenemos lo que llamamos la iteración adaptativa y el motivo de la base de datos. |
| Y entonces |
| debido a que es adaptable, como mencionó Damien, usted está buscando el mejor subconjunto de datos. Y también tenemos aquí el enfoque de diseño de experimentos, mediante el cual optimizando el diseño, estamos obteniendo los datos correctos. |
| Después de eso, y en realidad está funcionando, estamos prediciendo la temperatura de transición vítrea. Bien, y tenemos, como mencioné, tres modelos y para cada modelo, tenemos dos bases de datos, por lo que tenemos un total de seis predicciones. |
| Entonces, como ves, es un poco largo de ejecutar, pero dura algo así como un minuto, y cuando esté listo, tendremos toda la salida de los programas de la temperatura de transición vítrea y, por supuesto, la viscosidad. . |
| Usar JSL ha sido muy, muy útil y, además, en cuanto a usuarios, como verás con Damien, es muy fácil de usar y de |
| para usar con los expertos. Entonces, Damien, puedes hablar y dejar de compartir. |
| Damien PERRET | Bueno entonces. |
| Solo uno. |
| ¿Puedes ver mi pantalla ahora? |
| Sí, está bien. |
| Bien, este es un informe estadístico general creado por la herramienta. Entonces, primero, tenemos la composición de interés del vidrio. |
| Y luego |
| tenemos |
| en este gráfico, los valores predichos. Entonces en el eje Y, |
| tenemos los valores predichos de la viscosidad calculados por los tres algoritmos y para los dos métodos. Y en el eje X tenemos el número de ampliación para el segundo método. |
| Y en rojo, tenemos la mediana de las predicciones, que puede ser suficiente para un usuario no estadístico, pero si queremos investigar los detalles estadísticos, tenemos mucha información en este informe para estudiar la calidad de cada |
| cada modelo. Por ejemplo, |
| podemos comprobar los valores |
| de las PRENSA o del modelo diferente. Aquí está el modelo BIC F de regresión multilineal. |
| Entonces aquí vemos que los valores de PRESS nos dicen que la predicción con el método número uno es un poco mejor que para el segundo método, y también vemos la liquidación del modelo con la ampliación del entrenamiento establecido. |
| También tenemos |
| diferentes valores estadísticos. Por ejemplo, tenemos el valor de R cuadrado para los diferentes algoritmos y para los diferentes modelos. |
| Y aquí tenemos aún más detalles sobre el modelo. |
| Por ejemplo, para el primer método podemos comparar el diseño teórico y real del experimento. Tenemos lo previsto ... |
| fórmula de predicción para los diferentes ... para los diferentes modelos. También tenemos algo de información sobre ... sobre las estimaciones, y también tenemos mucha información para ... para el segundo método. Entonces, al final, tenemos muchas estadísticas |
| detalles e información muy, muy útil para el usuario. Y aquí, |
| al final, tenemos la composición de la mayoría ??? de vidrio en la base de datos, para lo cual tenemos un valor experimental de la viscosidad, por lo que también es muy, muy útil. |
| Bueno entonces |
| volvamos al PowerPoint. |
| Bien, estos son los resultados que obtenemos. los |
| Se evaluó la capacidad predictiva de dos extrayendo 230 filas que forman una base de datos global. Y en esta tabla, tenemos el error relativo de la predicción ... de |
| la predicción de la viscosidad |
| para diferentes tipos de vidrio y para el subconjunto global de datos. Se dan tres cuantiles como mediana, lo que significa que el 50% de los valores predichos tienen un error relativo que está por debajo del valor indicado en la tabla. |
| Y también tenemos los cuantiles de 75 y 90% en esta tabla. Entonces, cuando hablamos de viscosidad del vidrio, tradicionalmente consideramos que el error predicho alrededor del 70% es muy bueno. Entonces podemos ver que para la mayoría de los datos |
| la capacidad del modelo está bien y estamos muy contentos con los resultados que obtuvimos allí. |
| Como comparación, |
| aquí están de nuevo |
| los resultados los obtuvimos para el vidrio muy simple, vidrio SBN, con solo tres óxidos cuando aplicamos los modelos disponibles en la literatura. Entonces podemos ver que el valor ... los valores para el error relativo de predicción eran mucho más altos y podían variar mucho de un modelo a otro. |
| Y nuevamente, esto fue para vidrio muy simple con solo tres óxidos. |
| Y en algunos casos tenemos errores que son más importantes, |
| pero si miramos estos datos en detalle, aquí en este gráfico, tenemos |
| la ??? valores en |
| eje xy valores experimentales en el eje y, vemos que este mayor error de predicción se obtiene para estos dos vasos |
| procedente de la base de datos comercial SciGlass de ... la misma referencia, que es una patente y para la cual no se menciona el error experimental del equipo. |
| Y también para todas estas composiciones que tienen un alto contenido de aluminio, creemos que es muy probable que ocurra la cristalización, y entonces no podemos estar totalmente seguros de que los valores experimentales fueran correctos. |
| Y finalmente, aplicamos nuestra metodología para predecir otra propiedad del vidrio, la temperatura de transición del vidrio, que es una propiedad importante en la tecnología del vidrio. |
| Aquí están los resultados que obtuvimos, que son incluso mejores que por la viscosidad. Y aquí, el error relativo general de predicción está por debajo del 5%, lo cual es realmente bueno, porque sabemos que esta propiedad |
| puede variar mucho, según el historial térmico del vidrio y según el dispositivo experimental. Así que aquí están las dos capacidades, muy cercanas al error experimental, lo cual es muy bueno. |
| Fran? Ois Bergeret | Bien, como conclusión, una característica importante de nuestro enfoque es un submuestreo dinámico de la base de datos global. Abordamos la información correcta en torno a la composición de interés. |
| Además, utilizando JSL y JMP Pro, hemos automatizado los modelos de aprendizaje automático, la regresión general y las redes neuronales tienen un gran rendimiento. |
| Según el experto de CEA, la precisión es buena y revela algunos problemas inesperados. Planeamos ahora expandir los modelos en una base de datos más grande y también trabajar con Bradley Jones y tal vez escribir una publicación conjunta. Gracias. |
