Vocero | Transcripción |
| Damián Perret | Hola, bienvenido y gracias por ver esta presentación en línea de la conferencia Europe Discovery Summit. |
| Mi nombre es Damián Perret. Soy científico de I+D en CEA en Francia y, junto con mi colega y amigo Francois Bergeret, soy estadístico y fundador de Ippon Innovation en Francia. |
| Mi nombre es Damián Perret. Soy científico de I+D en CEA en Francia y, junto con mi colega y amigo Francois Bergeret, soy 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 dio la oportunidad de abordar este tema, que trata sobre métodos estadísticos avanzados aplicados a la predicción de la viscosidad del vidrio con JMP. |
| Entonces, comencemos con unas pocas palabras sobre la Comisión Francesa de Energías Alternativas y Energía Atómica. 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 localidades. |
| Tenemos fuertes relaciones con universidades a través de varias unidades de investigación conjuntas, gran cantidad de patentes y creación de nuevas empresas, con un presupuesto de alrededor de 5 mil millones de euros. |
| François Bergeret | estadística y ciencia de datos, incluidos estudios, consultoría y capacitación. |
| Estamos muy orgullosos de ser socios generales |
| desde hace varios años. También estoy muy feliz de presentar 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. |
| Damián Perret | Entonces, nuestro objetivo principal 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 se codificaran en JSL y se implementaran 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. |
| Por lo tanto, aquí hay algunos antecedentes. El vidrio es un sólido no cristalino. Se obtiene mediante un enfriamiento rápido de una fusión de vidrio y, desde un punto de vista material, un vidrio es una mezcla, una mezcla de diferentes óxidos. |
| Por lo que 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 las propiedades del vidrio ha aumentado enormemente, por lo que hoy en día tenemos una gran cantidad de datos de vidrio disponibles en bases de datos comerciales, que también ofrecen y utilizan para predecir la |
| propiedades del vidrio. |
| Pero a pesar de todos los esfuerzos que se han realizado en el pasado para predecir las propiedades del vidrio, quedan 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, según 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 prevista. |
| 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 usan diseños experimentales o podemos tener datos |
| obtenido |
| con la valoración de un componente a la vez. |
| Dedicamos mucho tiempo en el pasado a aplicar diferentes técnicas de aprendizaje automático utilizando la parte de los datos que se encuentran en la base de datos completa. |
| 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. |
| Así que 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. Así, 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 ajustado donde queremos predecir. |
| Y decimos que es automático porque no tenemos que hacerlo manualmente. Cada paso se realiza mediante algoritmos implementados en la herramienta. |
| Entonces, uno de los puntos más importantes es sin duda la determinación del subconjunto óptimo de datos para crear el modelo. Para ello 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 se crean modelos 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. |
| François 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 usando una distribución lognormal. Este método es muy poderoso usando JMP Pro y puede dar mejores resultados que el ??? 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. |
| El punto fuerte de la herramienta es que, en lugar de obtener una sola predicción, se calculan seis valores con un criterio estadístico asociado a todos los datos que pueden ser evaluados por el usuario. |
| Damián Perret | Por lo tanto, estos son algunos de los parámetros clave. Es muy importante tener en cuenta la mayor cantidad posible de aportes de los expertos en vidrio. |
| Por ejemplo, tuvimos que crear algoritmos específicos para entrar en 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 fiable. Así que 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.... |
| François Bergeret | Bien, voy a mostrar la pantalla ahora. |
| 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 te 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 iteración adaptativa y el motivo de la base de datos. |
| Y entonces |
| debido a que es adaptativo, como lo mencionó Damien, está buscando el mejor subconjunto de datos. Y también tenemos aquí el enfoque del diseño de experimentos, mediante el cual, al optimizar el diseño, obtenemos 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 ven, 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 términos de usuarios, como verás con Damien, es muy fácil de usar y de |
| para uso de los expertos. Así que Damien, puedes hablar y dejar de compartir. |
| Damián Perret | Bueno entonces. |
| Solo uno. |
| ¿Puedes ver mi pantalla ahora? |
| Sí, está bien. |
| Bien, este es un informe estadístico general creado por la herramienta. Primero, tenemos la composición de interés del vaso. |
| Y luego |
| tenemos |
| en este gráfico, los valores pronosticados. Entonces, en el eje Y, |
| tenemos los valores pronosticados de la viscosidad calculados por los tres algoritmos y por los dos métodos. Y en el eje X, tenemos el número de la 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 uno. |
| cada modelo. Por ejemplo, |
| podemos comprobar los valores |
| de la PRESSS o del modelo diferente. Aquí está el modelo BIC F de regresión multilineal. |
| Así que aquí vemos que los valores de PRESS nos dicen que la predicción con el método número uno es un poco mejor que con el segundo método, y también vemos la liquidación del modelo con la ampliación del conjunto de entrenamiento. |
| 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 el diferente... para el modelo diferente. También tenemos información sobre... sobre las estimaciones, y también tenemos mucha información sobre... sobre el segundo método. Entonces, al final, tenemos muchas estadísticas. |
| detalles e información que son muy, muy útiles para el usuario. Y aquí, |
| al final, tenemos la composición de la mayoría ??? de vidrio en la base de datos, para el cual tenemos un valor experimental de la viscosidad, por lo que esto también es muy, muy útil. |
| Bueno entonces |
| Volvamos al PowerPoint. |
| Bien, entonces estos son los resultados que obtenemos. El |
| Se evaluó la capacidad predictiva de dos mediante la extracción de 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 pronosticados tienen un error relativo que está por debajo del valor indicado en la tabla. |
| Y también tenemos los cuantiles 75 y 90% en esta tabla. Entonces, cuando hablamos de la viscosidad del vidrio, tradicionalmente consideramos que el error de predicción de 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 que 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 un vidrio muy simple con solo tres óxidos. |
| Y en algún caso tenemos errores que son más importantes, |
| pero si miramos estos datos en detalle, entonces aquí en este gráfico, tenemos |
| el ??? valores en |
| eje x y valores experimentales en el eje y, vemos que este mayor error de predicción se obtiene para estos dos vasos |
| proveniente de la base de datos comercial SciGlass de... la misma referencia, que es una patente y por 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 vítrea, que es una propiedad importante en la tecnología del vidrio. |
| Aquí están los resultados que obtuvimos, que son incluso mejores que para 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, dependiendo de la historia térmica del vidrio y dependiendo del dispositivo experimental. Así que aquí están las dos capacidades, muy cerca del error experimental, lo cual es muy bueno. |
| François Bergeret | Bien, como conclusión, una característica importante de nuestro enfoque es un submuestreo dinámico de la base de datos global. Abordamos la información adecuada en torno a la composición de interés. |
| Además, al utilizar 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. |
