349231_zh-CN

liliconcom

功能数据浏览器：将结果可视化给非数据科学家（2021-EU-30MP-765）

级别：中级

 

罗曼（Lohmann）数据驱动开发主管Simon Stelzig

 

在胶粘剂配方和胶带开发过程中，数据科学家会支持开发人员处理从实验设计，历史数据分析或初步试验和错误运行中收集的数据的分析。 因此，数据专家与非专家讨论结果，面临以非复杂方式呈现复杂数据分析的需求。 尤其是在分析光谱数据的情况下，通常会将数据缩减为几个特征数以进行分析。 但是，开发人员仍然考虑光谱而不是数字，这使得结果的可视化和解释变得困难。 Functional Data Explorer是执行此类分析并以类似于光谱形式可视化结果的出色工具。 例如，使用Functional Data Explorer分析了结构胶带的流变行为，即反应开始，对配料的依赖性。 另一个例子是在压敏粘合剂合成过程中分子量分布对工艺参数的依赖性分析。 在这两种情况下，最终的预测光谱都将极大地帮助开发人员获得洞察力并建立机械理解。

 

 

自动产生的笔录...

 

扬声器	成绩单
西蒙·斯泰齐格（Simon Stelzig）	好的，大家好 我叫西蒙·斯泰齐格（Simon Stelzig）。 我来自粘合工程师Lohmann。 我来自研发部门，我想向您介绍一些有关Functional Data Explorer的信息，以及如何使用它对非数据科学家进行可视化显示。
	因此，在我开始之前，先简要介绍一下Lohmann公司。 您可能没有听说过它，但是您使用过，或者您可能每天都在浏览它的产品。
	因此，仅提供有关Lohmann的一些事实和数据。 因此Lohmann在2019年的营业额约为6亿欧元，我正在研究的部分是Lohmann Tape Group，我们是胶带的生产商。 主要是双面胶带，我们是一家纯B2C公司，所以您只
	如果您是工业用户，则只能在工业应用中购买我们的产品。 我们已经很老了，距Lohmann公司成立至今已有170年。
	我们基本上分为两部分，所以我正在研究的是磁带产品之一。 这是重点
	工业应用的胶带，这就是我们的卫生品牌。
	而且我们在全球范围内都很活跃。 我们在全球拥有25个站点，大约有1800名员工。 也许很有趣，
	我们90％的产品都是定制的，因此我们拥有非常复杂的产品组合，在这里我们有很多产品专注于针对极少数客户的非常少量的应用程序。
	因此，我们是胶带或许多双面胶带的顶级生产商，并且您知道我们得到了很多应用，这些都是我们所处的市场领域。
	因此，我们的其中之一是工业应用。 主要用于建筑和建筑区域的门窗或室内和室外应用。
	或者，您可能会遇到家用电器和电子设备中的罗曼产品，例如用于将后盖固定在智能手机上的胶带。 或在
	主要用于诊断应用，伤口护理的医疗领域。 在...的运输领域中...用于汽车，可能用于内部或外部
	标志在汽车上的附着力。 例如，在图形行业中，我们还提供柔性胶带，用于提供胶带
	将印版固定在套筒上。 Lohmann Tape Group的一个细分部门之一是卫生品牌，在该品牌中我们为尿布提供封闭系统。
	如此广泛的应用范围以及我刚才提到的另一点是，我们约90％的产品都是定制的。 关于洛曼的另一个事实是
	我们的价值链是非常深的价值链，因此，如果您考虑使用胶带，则需要一个胶粘剂层，
	粘贴或粘在您要坚持的主题上。
	您需要一种载体，也可以选择一种载体来承载您的粘合剂层，而在另一侧，这是因为我们又是另一侧的双面胶带的生产商，
	粘合层。 Lohmann的价值链基本上从一开始就开始，因此我们可以制造自己的聚合物，因此可以用作粘合剂的基础聚合物。
	然后，我们必须将该聚合物配制成胶粘剂配方，然后将其放在下一步中的载体上，即呈胶带形式的胶粘剂，形式为
	很大???劳斯莱斯。 最后，我们可以以表格的形式交付
	客户希望做到这一点。 因此，如果您有一些模切，也许还有一些汽车标志，那么您需要使那些胶带不需要特定的形式，我们会根据客户的要求提供特定的形式。
	研发主要集中在产品的前三个部分，因此对于聚合，涂料的配方以及如我提到的许多产品都是定制的，以便尽可能快地获得为了满足客户要求的目标，我们申请
	在整个课程中进行实验设计
	获得最终产品并满足我们的客户要求。
	而且有很多
	进行实验设计或进行大量实验也会提供大量数据。
	并在该过程中进行这些实验或实验设计，并成为一家化学公司，因此有很多数据，在实验结果中，您会获得很多数据，很多光谱。
	因此，我们的大多数实验都给...没有给您一个值，没有给您一个数字，它给了您一张光谱。
	而且，在大多数情况下，如果您想进行实验（例如我的案例），我就是数据科学家，他们提供计划这些实验和分析的服务
	为我的同事进行实验并进行整个数据分析，在这种情况下，他们可能是非数据科学家。
	他们是最终产品的开发人员，他们将我作为一项服务来完成所有数据分析时间。 在大多数情况下，您将从那些光谱数据中的数据中提取描述光谱数据的关键参数。
	在聚合的情况下，可能是分子量分布，这可能意味着您的尺寸
	我们从反应中得到的聚合物，可能是通过任何测量手段或其他方法检测反应种类的反应的开始。
	因此，如果您在数据分析时进行分析，则需要提取那些关键参数，然后通常在传统的DOE分析中对那些关键参数进行分析。
	所以
	作为数据科学家，因此，作为对我的同事，开发人员的一种服务，我对这些关键参数进行了分析。
	他们还向我提供客户需求，而您要满足这些客户需求，则它们是您想要成为或达到您的配方或产品的最佳选择。
	完成此操作，进行分析，进行优化之后，您有时会去找您，或者我去找同事，然后介绍结果。
	而且，由于我对关键参数进行了所有分析，因此我也介绍了这些关键参数的结果。
	问题是，尽管我的开发同事或项目团队是他们在该领域的专家……是他们的专业知识的专家，但不是数据科学的专家。
	因此，这里的问题是，如果我对关键参数进行分析并以关键参数的语言进行交谈，但是他们作为其专业领域的专家，
	他们仍在思考频谱，因为那是实验完成的时间，这就是他们得到的分析结果，他们看到的是我看到数字的频谱。
	总是留下一个问题，如果我在关键参数中给出结果和分析，他们仍然会在光谱中思考。
	因此，您总是会遇到用不同语言进行交谈的问题。 我用数字语言说话，他们用光谱语言说话，
	这就引出了一个问题，他们必须将这些数字转换成他们的专业知识领域，这就是光谱。
	或者，我必须将这些关键参数翻译成它们的语言，即频谱。 幸运的是，对于Functional Data Explorer，这是一种通用转换器，可以解决此类问题。
	我要做的就是今天要向您展示的三个示例，Functional Data Explorer如何极大地帮助您克服数据科学家在谈论数字与开发人员在频谱方面进行思考和交谈之间的这种障碍或语言障碍。
	在一个示例中，我想向您展示第一个示例，这是一个非常简单，非常琐碎的示例，也许是在描述分形印刷质量的测量中
	实验。第二个描述描述了一种定义化学反应的度量。 还有第三个。这是一种可以为您提供聚合物分子量的度量
	在聚合反应中。 我现在将停止使用PowerPoint，然后转到JMP，是的。
	因此，正如我告诉您的那样，第一个示例是对打印质量的分析。 因此，您进行测量，理想和完美的光谱将是
	非常直线穿过原点，斜率为1。 因此，如果您达到理想水平，那将是理想的选择，因此这是一项测量，这一次是打印质量。
	通常，您得到的是...正常，这是一个真实的生活环境。 我们得到的东西看起来好像不是一条直线，但是有点向更高的值偏移，所以它不是一条直线……它向上弯曲。
	那么您要如何处理这些信息？ 我们想要查看或想要筛选哪些参数基本上使曲线向上移动或弯曲，从而使其不理想。
	因此，我进入了关键参数，我们将其定义为关键参数，或者基本上是一条直线与所获得的实际线之间的差异。 这很简单，您只需使用
	区别...在这一点上有一些区别。
	因此，如果您进行分析，那么就关键参数而言，它也是...这是一个非常简单的分析。 我使用决策树来获取...以获取此处的屏幕，该屏幕对参数的影响最大，这偏离了理想频谱，这非常简单。 我们得到了大约22个影响因素。
	在这里，您可以看到一个基本上对某些人有影响的地方，或者影响这种偏离理想状况的地方。
	不管它是什么，它都称为X 22，这并不重要。 所以在某一点上如果它移动了...
	如果它大于某个特定值，您会得到250个数字，如果它移动到该特定值以下，您将得到196，问题是，如果您将此告诉开发人员……如果您将其显示给开发人员，发展分析，
	他会问你，是196好还是254好，还是很差，或者也许合适和那种合适。
	问题在于纯数字，您实际上看不到，所以因为他在不同地区以不同语言交谈。
	而且，使用功能数据浏览器确实可以极大地帮助您回答这个问题，因为如果您移至功能数据浏览器并对功能中的数据进行相同的分析...使用功能数据浏览器，
	您会看到类似这样的内容。 因此它向您显示，向他显示，或者向您显示他的开发人员…向他显示图形。 他习惯于该图的图通常是从他的测量或实验中获得的，他所做的是这些实验。
	例如，如果您现在拥有相同的参数（如果他具有影响曲线形状的参数），但是如果您不喜欢该参数，则显示250，
	根据分析得出的关键参数将是您的250，将是196，您会看到差异。 我的意思不是真正的直线。
	但是，如果它向下移动到较低的数字，该数字显示了他们要保留的数字，即196，
	它看起来还不错，所以...这不是真的，我的意思是说，不是一种完美的直线，但事实并非如此，不是那么多...它离存在不远
	一条直线，也许到那时，如果您向非数据科学家，开发人员展示这种分析，
	也许这对他来说已经足够好了，也许那点你说好吧，这不是一条直线，它并不完美，但是这对工作很有益。
	基本上，它可以满足客户的需求。 从您显示给他的纯数字来看，他是看不到的。 因此，在这种情况下，这是一个非常简单的示例，非常简单的示例，
	但我希望它给您的实质是，使用功能数据浏览器可以使您以专家，非数据科学家或材料开发人员的语言进行交谈。
	而且您正在用他的领域或他的语言进行交谈，可以帮助他获得洞察力，并且不必将数字转化为洞察力，也可以将其转化为频谱，但是他看到了，也许可以得到他所需要的答案。
	同样，这是一个非常琐碎，非常简单的示例，但是我得到了...我希望它向您展示了数据的本质... Function Data Explorer是或可以帮助您实现。
	因此，继续第二个示例，这就是您要检测的化学反应的开始。
	我们通过做???来做到这一点。如果您要加热某种化学制剂，则希望在...期间观察模量的变化。 通常有两个大范围；频谱看起来像那样
	在某个点向上，模数会发生变化，然后陡峭地向上移动。 通常在这里，这是化学反应的开始。 因此，您从该光谱中提取的关键参数是模量开始急剧上升的点。
	这
	正确提取的关键参数是找到该点的那个点。 现在从原始数据中计算一个点可能会有些复杂，但是，您仍然可以这样做，检查反应开始的点，然后对关键参数进行分析。
	那样做
	通过分析得出的关键参数是一个模型，通过该模型，您可以在此示例中基于五个参数来预测化学反应的种类。 所以，
	我再看看吧。 好吧...化学反应开始时的那个点或这些关键参数是...可能取决于那些...取决于这三个参数
	基本上您会得到从70度左右开始化学反应的范围到大约100摄氏度之间的范围（哦，对不起，那是错误的。）
	是大约100度 同样，您将总光谱减少为一个数，
	为开发提供了一个线索，说明该化学反应的开始位置。
	进行相同的分析以及数据...您已经有了数据，因此，如果要提取关键参数，则还需要原始数据，因此也要有可用的原始数据。
	因此，这实际上并不需要付出更多的努力，而需要在功能数据浏览器中使用关键参数的标准回归方法进行分析。
	所以，
	使用相同数量或相同数据并使用功能数据浏览器
	分析数据仅需几秒钟即可计算出结果。
	在那里。
	同样，现在您可以对整个频谱进行建模，并且...在这种特定情况下，我没有向开发人员展示关键参数的分析，但我首先向他们展示了功能数据浏览，即功能数据浏览器。
	当我刚刚搬家...开始四处走走并向他们展示这些东西并开始四处走走影响因素时，他们立即注意到
	反应的要点改变了。 因此，我不必告诉他们点开始移动，因为它们是该领域的专家...成为光谱数据的专家，
	他们立即意识到，化学反应的开始基本上发生了变化，正如您在此处看到的那样，您看到它开始发生变化。
	另一个是您看到的，因为现在您基本上已经对整个光谱建模了，您不仅在建模关键参数，而且还看到了
	如果移动光谱，光谱的外观将完全改变。 因此，例如，他们将看到峰开始移动并且峰的高度
	变化。在他们看到这些分析之后，这一点也立即得到认可。
	只是关键参数上的不同，如果您将机会提取到一个关键参数中就意味着发生了化学反应，那么也许可以使用另一个关键参数。
	告诉您最佳位置或此处最大峰的位置或最大峰的高度。
	然后，您可以将光谱数据用于不同种类的关键参数中，随后分析这些关键参数并将其显示给它们，从而计算出最优值。
	但好处是，如果您使用Functional Data Explorer，那么您都可以将这些信息整合到一个
	分析。正如我之前提到的，您不再说话，或者……您不是在说数字，而是在说他们的话，或者您在说他们的频谱数据语言，而不必翻译这些关键参数进入他们的光谱世界了。
	是的，因此您可以在Functional Data Explorer中获得有关这些的更多信息，也许它们可以对底层流程有更深入的了解。
	是的，现在我来谈谈最后一个也是最后一个例子。 这是
	我所说的聚合过程，基本上就是确定分子量分布，
	这是聚合反应的结果。 再次，正如我已经提到的，确定分子分布通常也很棘手
	以获取或减少整个分布到某些关键参数中。 因此，通常情况下，典型频谱是什么样的？ 因此，让我们用正常的典型光谱显示聚合物的摩尔质量，以便计算出聚合物链中所有重复单元的数量。
	这就是您从化学反应和测量中得到的结果。 因此，关键参数是众所周知的还是关键参数，您必须...
	这是数均摩尔质量，质均摩尔质量，Z平均摩尔质量和多分散性，
	它是质量平均摩尔质量除以数均摩尔质量。
	该参数PDI（多分散性）可以指示分子量分布的宽度或大小，或者您的分子量分布的宽度。
	同样，有了您根据原始数据或光谱数据计算出的这四个关键参数，我们同样已经可以使用这些数据，以便
	计算关键参数。 您可以使用什么都没有，没有幻想的标准技术再次进行分析。
	然后您得到一个关于您的模型...在这种情况下，这是您的四个侵权参数，在这种情况下，我没有输入多分散性，
	根据三个关键参数。 然后您会看到...如果更改这四个因素，则数均摩尔质量实际上并不会发生太大变化，因此对数均摩尔质量对这四个因素的影响并不大。 它很大而且很重要
	您可以在此处看到有关质量平均摩尔质量的信息。 这样您就可以围绕它进行移动了，所以相差很大，所以大约是150,000吗？每摩尔总和，最低设置和最高设置之间的差。
	但是，这意味着，这个数字发生了相当大的变化，这并不意味着您的分散性应该发生变化或应该发生变化，或者应该发生很大变化。
	问题是您从这个数字中看不到分布的样子，所以它不会给您形状，可以说，在我们的例子中，形状非常重要，因为它
	对聚合物的加工性能有很大的影响。 所以
	只有三个数字，也许是多分散性，它不会给您或不会告诉您形状是...还是
	如果分布是单峰分布，则为双峰，三峰。
	您所看到的结果或您可能只是在谈论分散性，可能会为您提供分布范围的指示，但并不能告诉您是一个峰，两个峰还是三个峰。
	但是，我们得到的最终材料特性还是有很大的不同。
	聚合物或改变我们正在开发的胶带的性能。
	现在，再次，由于您已经有了原始数据，因此可以再次使用Functional Data Explorer来获取这些见解或从中获取更多信息...所有这些数据仅来自那些关键参数。
	再一次，需要花费几秒钟，但是您就完成了。
	而且，再一次，分析没有什么花哨的，所以从一开始就...操作Functional Data Explorer，这没什么花哨的，什么都没有
	与众不同的是，您将出口作为Y拉入，先输入样本ID，然后再从DOE中输入因数。
	将它们放入，按开始按钮，基本上就是这样。 现在您基本上可以...可以将其与模型参数配合使用。
	但这是一个非常简单，非常直接的过程，而且，您只需将所有这些数据简化为一些关键参数，就可以深入了解感兴趣的基础部分。 在这种情况下，
	我的意思是告诉您，一个关键参数并没有真正改变很多，而另一个则没有，但是它没有给出表格，因此没有给您指示或感觉到分布。
	在这种情况下，再次使用此工具可以使您获得洞察力，因为如果您看到了……在看到一个变化很大的点之前，另一个却没有变化。
	如果您知道某种变化，例如，在这种情况下。
	那个高峰更像是一个肩膀，它并不是真正的高峰，但是如果您改变影响因素，您会发现它实际上确实达到了高峰。
	是的，所以它确实达到了第二个高峰，这告诉了您有关聚合机理或潜在聚合机理的一些信息。
	仅通过查看这三个数字是无法从关键参数中获得的。
	但是在这里，它可能会给您一个指示，或者您可能会在开发人员中引发一些事情，因为那是他的专业领域。 您可能会触发一些有助于他了解潜在机制的事情，然后
	看到这些数字，可以帮助他做下一步，或者帮助他更好地进行下一步，甚至比以前更好地计划下一个下一步实验。
	好的，现在我结束了...展示我的示例，所以我希望可以向您展示Functional Data Explorer确实使可视化可视化成为可能。
	结果给开发人员在其专业领域。 我的意思是，请记住，就我们而言，大多数开发人员都是非数据科学家，因此
	他们
	不相信或可能不太感兴趣如何获得结果，但他们对结果和结果更感兴趣
	问题存在……或者说，如果说功能数据浏览器允许您用他们的语言或他们的专业知识来进行交谈，那么在我们的情况下，这意味着作为一家化学公司，光谱数据，而您没有到
	丢弃有价值的数据，以将光谱数据简化为一些关键参数，并对关键参数进行分析。
	必须解释实际上哪些关键参数...它们如何影响光谱，光谱形式，光谱形状，但是您可以使用数据然后
	您将开始向他们展示这些因素对您正在研究的因素的影响，这些因素涉及光谱的形式和形状以及光谱如何变化。
	在很多情况下，在某些情况下，您可能会获得相同的见解，但是在很多情况下，使用FDE进行分析通常会为您提供更多的见解，它使您可以更深入地了解底层机制。
	不用说，在将光谱数据简化为一些关键参数的过程中，不必丢弃很多有价值的数据。
	因此，我要感谢研发部门的同事们所做的所有实验性工作，因此我可以站在您面前展示出色的结果。 和
	我的演讲结束了。 非常感谢您的关注。 如有任何疑问，请随时提问。 非常感谢你。

最佳峰会爆发数据可视化美国能源部预测建模回复：Functional Data Explorer：向非数据科学家可视化结果（2021-EU-30MP-765）

我非常喜欢您关于如何通过通用语言进行协作的观点@shs ，感谢您的演讲。 这种有效的沟通是否会使您的同事对自己做一些数据科学感兴趣？  

回复：Functional Data Explorer：向非数据科学家可视化结果（2021-EU-30MP-765）

@benfrancis ： 谢谢。 是的，它确实有所扩展。 它的确引起了人们对数据科学整个主题的兴趣。

回复：Functional Data Explorer：向非数据科学家可视化结果（2021-EU-30MP-765）

听起来很棒@shs ，希望将来有时间我们可以进一步谈谈！ 我为2022年的欧洲探索之旅而努力！

回复：Functional Data Explorer：向非数据科学家可视化结果（2021-EU-30MP-765）

我同意本斯的评论。 关注接收者的语言而不是数据科学的观点会增加如此巨大的价值！ 感谢这个简单易懂但又很有影响力的示例的演示文稿。