扬声器 | 成绩单 |
| 达米恩·佩雷 | 您好，欢迎，感谢您在线观看欧洲探索峰会的演示文稿。 |
| 我的名字是达米安·佩雷特。 我是法国 CEA 的一名研发科学家，我和我的同事兼朋友 Francois Bergeret 是法国 Ippon Innovation 的统计学家和创始人。 |
| 我的名字是达米安·佩雷特。 我是法国 CEA 的一名研发科学家，我和我的同事兼朋友 Francois Bergeret 是法国 Ippon Innovation 的统计学家和创始人。 |
| 因此，我们很高兴今天能和 Francois 一起来到这里，我们要感谢指导委员会给了我们这个机会，这是关于使用 JMP 将高级统计方法应用于玻璃粘度预测的。 |
| 那么让我们先简单介绍一下法国替代能源和原子能委员会。 CEA 是法国政府机构，负责四个领域的研究、开发和创新 |
| 国防与安全、低碳能源、技术研究和基础研究。 CEA 在九个地点统计了大约 20,000 人。 |
| 我们通过各种联合研究单位、大量专利和初创企业与大学建立了牢固的关系，预算约为 50 亿欧元。 |
| 弗朗索瓦·贝格雷 | 统计和数据科学，包括研究、咨询和培训。 |
| 我们很自豪能成为普通合伙人 |
| 几年以来。 我也很高兴今天能和我的朋友 Damien 一起出席。 |
| Ippon 还提出了零缺陷和过程控制的先进解决方案。 我个人从 1995 年开始使用 JMP 3 就成为了 JMP 用户。 |
| 达米恩·佩雷 | 因此，我们这项工作的主要目标是创建统计模型来预测玻璃特性，而在今天的演讲中，我们重点关注玻璃粘度。 |
| 为此，实验数据来自商业数据库和我们自己在 CEA 的数据库。 我们希望算法在 JSL 中编码并在 JMP Pro 15 中实施。 |
| 模型的响应是感兴趣的玻璃属性，因此本例的粘度和因子是不同玻璃成分的含量。 |
| 所以，这里有一些背景信息。 玻璃是一种非结晶固体。 它是通过玻璃熔体的快速骤冷获得的，从材料的角度来看，玻璃是一种混合物，是不同氧化物的混合物。 |
| 因此氧化物的数量是可变的，从非常简单的玻璃中的两个或三个到最复杂的组合物中的大约 30 个甚至更多。 |
| 玻璃性能的计算有着悠久的传统，我们认为第一个模型是在 19 世纪末在德国创建的。 |
| 自那以后， |
| 在玻璃性能预测领域发表的文献数量急剧增加，以至于今天我们在商业数据库中拥有大量的玻璃数据，这些数据也提供并用于预测 |
| 玻璃属性。 |
| 但是，尽管过去为预测玻璃特性做出了所有努力，但预测玻璃粘度仍然存在挑战。 |
| 这是因为玻璃粘度是一种难以预测的特性。 首先，粘度非常依赖于玻璃熔体中可能发生的物理机制，具体取决于玻璃成分，例如相分离或结晶。 并且 |
| 粘度是唯一具有高达特定数量级的巨大变化范围的特性。 |
| 所以这里有一个例子来说明这个困难。 我们选用了三种成分的SBN玻璃，这是一种非常简单的玻璃，只有三个????。 |
| 我们应用了文献中最著名的模型来计算粘度。 |
| 然后我们将预测值与我们用自己的设备测量的实验值进行比较。 所以你可以看到，即使是非常简单的玻璃，也不容易获得预测粘度的可靠值。 |
| 所以这是一张图片，一张我们喜欢用来展示数据库视图的好图片，其中每个点都是合成域的多维视图中的一块玻璃。 所以数据可能来自孤立的研究 |
| 或者我们可以获得来自使用实验设计的研究的数据，或者我们可以获得数据 |
| 获得 |
| 一次评估一个组件。 |
| 我们过去花了很多时间通过使用整个数据库中找到的部分数据来应用不同的机器学习技术。 |
| 并且在验证集上使用了经典方法，但最后没有发现具有可接受预测能力的统计模型来预测粘度。 |
| 所以我们决定使用不同的方法。 |
| 因此，我们认为与其使用所有数据，不如使用接近我们想要预测粘度的成分的数据来创建模型。 所以，例如，如果我们想预测 |
| 在这里 |
| 红点，一个模型将根据我们在该区域的数据创建，如果我们想要预测，将创建一个不同的模型 |
| 财产 |
| 在另一个构图上。 所以这就是为什么我们说这种技术是动态的。 这是因为模型取决于成分。 它与我们想要预测的位置相关并适合。 |
| 我们说它是自动的，因为我们不必手动执行此操作。 每一步都是由工具中实现的算法完成的。 |
| 因此，最重要的一点当然是确定用于创建模型的最佳数据子集。 为此，我们实施了两种子采样方法。 |
| 所以在第一种方法中，生成了实验的理论或虚拟设计 |
| 围绕感兴趣的成分。 然后设计的每次运行都被数据库中最相似的实验数据所取代，从而形成最终的训练集。 |
| 我们在工具中实施的第二种方法是基于围绕感兴趣的成分创建的不同大小的数据集。 |
| 该工具生成一个小数据集，并在这个小数据集上创建模型以预测粘度。 然后生成越来越大的数据集，并通过与每个子集关联的统计标准评估最佳大小。 |
| 弗朗索瓦·贝格雷 | 玻璃粘度不容易预测，因此我们决定使用不同的统计和机器学习方法。 |
| 多项式 ???具有转换的模型，使用对数正态分布的广义回归。 这种方法使用 JMP Pro 非常强大，可以提供比 ???带有转换的模型。 |
| 我们还使用神经网络，在预测方面非常强大。 由于我们有两个数据集，如前所述，我们对每个响应有六个预测。 |
| 下一张幻灯片是示意图，是该工具的视图。 |
| 输入是玻璃的成分和必须预测粘度的温度。 |
| 如果我们看这里，代码和算法已经为我们之前描述的两种方法实现了。 |
| 该工具的优势在于，它不是只获得一个预测值，而是根据与用户可以评估的所有数据相关联的统计标准计算出六个值。 |
| 达米恩·佩雷 | 所以，这里有一些关键参数。 尽可能多地考虑玻璃专家的意见非常重要。 |
| 例如，我们必须创建特定的算法来输入自然和氧化物对粘度的作用。 |
| 另一个重要的点与数据的来源和可靠性有关。 为此，该项目花费了大量时间 |
| 建立一个可靠的数据库。 所以我们必须实施重量，我们必须研究计算距离的不同方法……玻璃成分之间的距离。 |
| 所以现在是时候了...... |
| 弗朗索瓦·贝格雷 | 好的，我现在要显示屏幕。 |
| 给你看一个演示 |
| 的代码，所以你现在应该看到我的屏幕。 |
| 我只是在执行代码，所以它是一个复杂的 JSL 程序。 我们在 CEA 的几个月里一直在开发它。 |
| 所以我刚刚执行了代码，现在我将向您展示它。 |
| 发现...所以我在这里打开代码文件。 |
| 它正在运行，好的。 代码正在执行，所以我会评论一点。 |
| 我们在这段代码中有几个循环。 当然，第一步是识别数据和功能。 之后我们有一个循环，首先，我们有所谓的自适应迭代和数据库的原因。 |
| 所以和 |
| 因为它是自适应的，正如 Damien 所提到的，您正在寻找最佳的数据子集。 我们这里也有实验设计方法，通过优化设计，我们得到了正确的数据。 |
| 在那之后，它实际上正在运行，我们正在预测玻璃化转变温度。 好的，正如我提到的，我们有三个模型，每个模型都有两个数据库，所以我们总共有六个预测。 |
| 因此，如您所见，执行时间有点长，但持续了大约一分钟，完成后，我们将获得玻璃化转变温度程序的所有输出，当然还有粘度. |
| 使用 JSL 非常非常有用，此外，就用户而言，正如您将在 Damien 身上看到的那样，它非常易于使用并且 |
| 供专家使用。 所以 Damien，你可以谈谈并停止我的分享。 |
| 达米恩·佩雷 | 可以，然后呢。 |
| 只有一个。 |
| 你现在能看到我的屏幕吗？ |
| 是的，好吧。 |
| 好的，这是该工具创建的一般统计报告。 所以首先，我们有玻璃感兴趣的成分。 |
| 进而 |
| 我们有 |
| 在此图上，预测值。 所以在 Y 轴上， |
| 我们有通过三种算法和两种方法计算出的粘度预测值。 在 X 轴上，我们有第二种方法的放大数量。 |
| 在红色部分，我们有预测的中位数，这对于非统计学家用户来说已经足够了，但如果我们想调查统计细节，我们在这份报告中有很多信息来研究每个人的质量 |
| 每个模型。 例如， |
| 我们可以检查值 |
| PRESSS 或不同型号的。 这是多元线性回归 BIC F 模型。 |
| 所以在这里我们看到 PRESS 值告诉我们方法一的预测比第二种方法好一点，我们还看到随着训练集的扩大模型清算。 |
| 我们还有 |
| 不同的统计值。 例如，我们有不同算法和不同模型的 R 平方值。 |
| 在这里我们有更多关于模型的细节。 |
| 例如，对于第一种方法，我们可以比较理论和实际的实验设计。 我们有预测... |
| 不同模型的预测公式。 我们也有一些关于……关于估计的信息，我们也有关于……关于第二种方法的许多信息。 所以最后，我们有很多统计数据 |
| 对用户非常非常有用的细节和信息。 和这里， |
| 最后，我们有最多的组成？？？数据库中的玻璃，我们有粘度的实验值，所以这也非常非常有用。 |
| 可以，然后呢 |
| 让我们回到 PowerPoint。 |
| 好的，这就是我们得到的结果。 这 |
| 通过提取构成全局数据库的 230 行来评估两种预测能力。 在这张表中，我们有预测的相对误差...... |
| 粘度预测 |
| 对于不同类型的玻璃和全球数据子集。 三个分位数作为中位数给出，这意味着 50% 的预测值具有低于表中所示值的相对误差。 |
| 我们在这张表中也有 75% 和 90% 的分位数。 所以当我们谈论玻璃粘度时，传统上我们认为预测误差在 70% 左右就很好了。 所以我们可以看到对于大部分数据 |
| 模型功能很好，我们对在那里获得的结果非常满意。 |
| 作为比较， |
| 又来了 |
| 当我们应用文献中可用的模型时，我们获得的非常简单的玻璃 SBN 玻璃的结果只有三种氧化物。 所以我们可以看到，预测相对误差的值要高得多，并且一个模型与另一个模型之间的差异可能很大。 |
| 同样，这是针对只有三种氧化物的非常简单的玻璃。 |
| 在某些情况下，我们有更重要的错误， |
| 但如果我们详细查看这些数据，那么在这张图上，我们有 |
| 这 ？？？价值观 |
| x 轴和 y 轴上的实验值，我们看到对于这两种眼镜获得了最大的预测误差 |
| 来自商业数据库 SciGlass，来自......相同的参考文献，这是一项专利，未提及设备的实验误差。 |
| 而且对于所有这些铝含量高的成分，我们认为很可能发生结晶，因此我们不能完全确定实验值是否正确。 |
| 最后，我们应用我们的方法来预测另一种玻璃特性，即玻璃化转变温度，这是玻璃技术中的一个重要特性。 |
| 这是我们获得的结果，甚至比粘度的结果还要好。 在这里，预测的整体相对误差低于 5%，这真的很好，因为我们知道这个属性 |
| 可能会有很大差异，具体取决于玻璃的热历史和实验设备。 所以这里有两个能力，非常接近实验误差，非常nice。 |
| 弗朗索瓦·贝热雷 | 好的，作为结论，我们方法的一个重要特征是全局数据库的动态子采样。 我们围绕感兴趣的成分处理正确的信息。 |
| 此外，使用 JSL 和 JMP Pro，我们实现了机器学习模型的自动化，一般回归和神经网络的性能非常好。 |
| 根据 CEA 专家的说法，准确性很好，并揭示了一些意想不到的问题。 我们现在计划在更大的数据库上扩展模型，并与 Bradley Jones 合作，并可能撰写联合出版物。 谢谢。 |
