Ciao, E Benvenuto, tutti, A Mio di oggi presentazione.
Grazie Voi per unendosi.
IO Volere Dare Voi UN corto parlare
Di IL concetto Di SVEM, o auto- convalidato insieme modellazione,
E Come Questo concetto Potere Essere UN sentiero in direzione
Fa con complesso Modelli E molto pochi corre.
IO Speranza IO Potere spettacolo Voi Quello SU Alcuni utilizzo casi, Quello Questo concetto È In realtà
IL soluzione in direzione questi DOE con complesso Modelli E molto pochi corre.
Ma Prima IO inizio andando in dettaglio Di Mio presentazione,
IO Volere A Dare Voi UN corto presentazione Di IL azienda Io sono lavorando per.
Suo Lohmann.
Lohmann È IL produttore Di adesivo nastri,
COSÌ principalmente pressione- sensibile adesivo nastri, Ma Anche strutturale adesivo nastri.
IL Lohmann Nastro Gruppo fatto UN turnover In 2020 Di Di 670 milioni di euro.
Esso consiste Di due parti.
Suo IL Lohmann T scimmia Gruppo, quello è Chi Io sono lavorando per,
E IL joint venture Lohmann & Rauscher .
IL Nastro Gruppo avevo UN turnover In 2020 Di Di € 300 miliardi,
E scorso anno, Noi celebre Nostro 170esimo compleanno.
Fondamentalmente, IL Nastro Il gruppo è diviso in due maggiore parti.
Quello è IL tecnico prodotti, Dove Io sono lavorando per.
Noi offerta principalmente Doppio- nastri adesivi parteggiati,
nastri adesivi sensibili alla pressione,
E strutturale adesivo nastri.
Noi Sono esclusivamente B2 B azienda.
E IL altro parte È Nostro igiene marca.
Novanta percento Di Nostro prodotti Sono personalizzato prodotti.
Noi Sono attivo in tutto il mondo.
Noi Avere 24 siti in giro IL globo E Di 1.800 dipendenti.
Chi siamo noi?
Noi Sono IL legame ingegneri, E COME IO menzionato Prima,
90 per cento Di Nostro prodotti Sono personalizzato,
quindi il nostro principale obiettivo È A offerta Nostro clienti IL migliore possibile soluzione,
O A offerta lui UN personalizzato soluzione molto specifica per il suo problema
O A risolvere il suo problema.
In ordine A Fare Quello, Noi Avere UN abbastanza grande cassetta degli attrezzi
per farlo, quindi consiste in un...
Noi Sono capace A Fare Nostro Proprio base polimeri per pressione- sensibile adesivo nastri.
Noi Potere Fare Nostro Proprio formulazione
A formulare O pressione- sensibile O strutturale adesivo.
Noi Potere Fare Nostro Proprio Rivestimento Quello esigenze A modulo IL finale adesivo nastro.
Ma Noi Potere Anche Fare Tutto IL laminazione, morire taglio, in lavorazione,
facendo bobine, rotoli, COSÌ offerta lui IL adesivo soluzione
In IL modulo Lui In realtà esigenze O Lui In realtà vuole,
In ordine A risolvere O A migliore soddisfare il suo esigenze.
Ma Noi Potere Anche Fare Tutto IL test
E Anche aiuto IL cliente In integrando Nostro adesivo soluzione in il suo processi.
Avendo Questo abbastanza grande cassetta degli attrezzi
O questi molti utensili In ordine A adempiere IL clienti esigenze
Anche arriva insieme con UN quantità Di gradi Di libertà In ordine A Fare Quello.
Quello significa gradi Di libertà O Questo Enorme quantità Di gradi Di libertà,
IL grande valore modifica Quale Noi Avere E condotta con Quello complessità.
Uno Di IL soluzione A Affare con Questo complessità per noi
È A utilizzo DOE, O progetto Di esperimenti,
per noi In IL sviluppo Dipartimento
principalmente per IL polimerizzazione, formulazione, O Rivestimento.
Quello porta Me Indietro A IL argomento Di Mio parlare.
Da Noi utilizzo la nostra DOE A attrezzatura Questo problema
O A attrezzatura questo l arge complessità, E essendo capace A utilizzo Tutto IL utensili
In IL migliore possibile E maggior parte efficiente modo A adempiere Nostro clienti richiesta,
Noi utilizzo DOE, Ma andiamo Dire Noi Volere A Avere Quello COME efficiente COME possibile
A attrezzatura complesso i problemi con IL più basso quantità Di sperimentale sforzo.
Là, IO pensare, Dove SVEM COME UN concetto arriva In.
COME Voi Tutto Sapere,
durante IL processi sviluppo O Prodotto sviluppo,
Voi correre Sopra IL Stesso fasi.
Noi iniziare a IL laboratorio, facendo Nostro sperimentare SU UN laboratorio scala
E interruttore A IL pilota scala, Poi scala finale di fare un passo
quando vai A IL produzione In ordine A produrre IL finale Prodotto.
Facendo Questo modo, andiamo Dire, IL sforzo per sperimentare,
Potrebbe Essere tempo O costo, drammaticamente aumenta.
In ordine A minimizzare questi costi,
Noi utilizzo DOE In ordine A minimizzare IL sperimentale sforzo.
Ma Anche, Se Voi andare IL passi da IL laboratorio Sopra IL pilota A IL produzione,
IL più alto IL sforzo per sperimentare È,
IL Di più critico Sono IL numero Di esperimenti.
Situazioni Dove IL numero Di esperimenti È critico
Potrebbe Essere, andiamo Dire per noi, Ma Anche andiamo fare domanda a per altro industrie,
È Se Voi Avere A Fare esperimenti SU UN pilota O UN produzione scala.
O anche se Voi Fare esperimenti SU UN laboratorio scala,
Se Voi Avere, per esempio, lungo- corsa esperimenti durante l'anno,
diciamo il analisi Di UN sperimentare prende molto lungo,
Quello Potrebbe Essere UN situazione Dove IL numero Di esperimenti È molto critico.
Ma Anche In combinazione con Quello,
Se Voi Avere complesso Modelli o complesso i problemi
Quale Voi Avere A indirizzo,
Se Voi, per esempio, Bisogno UN pieno RSM modello O Se Voi Volere A Fare UN ottimizzazione,
Voi Volere correre in Questo problema Dove Voi Sempre Potrebbe Avere
UN grande quantità Di esperimenti In ordine A modello Questo complesso problema.
IL migliore situazione volevo Essere Quello Voi Potere creare Fa,
Quale consente Voi rintracciare UN molto complesso problema
O A fare domanda a complesso Modelli,
Ma A IL Stesso tempo, Mantenere IL numero Di esperimenti COME Basso COME possibile.
Appena A Dare Voi UN esempio In Nostro caso, IL produzione Di adesivo nastri.
Se IO Fare esperimenti SU UN laboratorio scala,
IO Bisogno meno di UN chilogrammo Di adesivo per sperimentare,
E IO decisamente non Bisogno Di più di uno O due metri quadrati Di adesivo nastro
In ordine A Fare Tutto IL pieno analisi Quale IO Volere.
Se IO poi muoviti A IL pilota scala, dipendente SU IL sperimentare Noi Volere A Fare,
Voi Potrebbe Bisogno fra 10 O 50 chilogrammo Di adesivo,
E il tuo costo Forse 25- 100 mq Di adesivo nastro per sperimentare.
IO F Voi andare Anche ulteriore in IL produzione scala,
Voi Potrebbe bisogno anche Di più di 100 chilogrammo per sperimentare di un adesivo
E Voi costo Forse 1.000 piazza metro Di adesivo nastro per sperimentare.
Ma A IL Stesso tempo, IO Ancora soltanto Bisogno Di un metro quadrato
O due piazza metro A Fare IL pieno analisi Di Mio sperimentare.
Se Voi Sono In UN sfortunato situazione,
Io ho A sciupare 99,9% di Mio Prodotto
È fondamentalmente sciupare.
Quello è UN quantità Di Materiale usato per uno sperimentare,
ed esso Anche arriva lungo con abbastanza UN enorme quantità Di costo per sperimentare.
Appena dare Voi UN illustrazione,
quello è UN immagine Di Nostro attuale pilota linea.
T cappello IL misurare Di UN porta.
Anche per UN pilota linea, suo abbastanza grande,
quindi tu Potere immaginare IL quantità Di Materiale Voi Bisogno È abbastanza grande.
E quello è numeri per sperimentare.
Ma Anche SU UN laboratorio scala,
Voi Potrebbe correre in IL situazioni dove il numero Di corre È critico.
Suo O Se Voi Avere complesso Modelli O grande quantità Di fattori,
E Io ho mostrato Voi Quello In IL scorso utilizzo caso.
Perché suo UN chimico reazione dove vogliamo A variare IL ingredienti,
Ma Anche IL processi parametri
Se Voi Avere lungo- corsa esperimenti Dove esperimenti correre per Di più di uno giorno,
O IL analisi Di IL sperimentare prende molto lungo,
E A IL Stesso tempo, Voi Avere molto limitato progetto tempo O progetto bilancio.
In Tutto questi situazioni, Esso È molto auspicabile A minimizzare
IL sperimentale sforzo COME tanto COME possibile,
quindi a diminuire IL numero Di corre COME tanto COME possibile.
In 2021, scorso anni Scoperta Vertice, sono venuto attraverso due presentazioni.
Uno per Ramsey, Gottwalt, E Lemkus, E IL altro uno di Kay E Hersh,
parlando Di IL concetto Di SVEM O se stesso- convalidato insieme modellazione,
E per Me Quello sollevato IL questione di, "Potere Quello concetto Essere In realtà IL soluzione
per Fa con pochi esperimenti, Ma A IL Stesso tempo,
mantieni il complessità Di tuo modello per IL problema Quale Voi Avere?"
Con Quello disse, IO Volere A interruttore Sopra Ora A Mio utilizzo casi
In ordine A fiduciosamente spettacolo Voi Quello Questo concetto È In realtà
O Potrebbe Essere In realtà UN soluzione A Quello problema.
Voglio passare a JMP.
IL Primo esempio IO Volere A spettacolo Voi Oggi
È Dove Noi avevo A Fare UN progetto Di esperimenti
su un reale produzione scala, SU produzione attrezzatura.
IL secondo uno È Fatto SU UN pilota pianta, E IL terzo uno era Fatto SU IL laboratorio.
ho un po informazione per Voi dove il Primo due esempi erano Fatto
O IL progetto era creato senza sapere IL concetto di SVEM,
Ma IL analisi era Fatto sapere Poi IL concetto Di SVEM.
IL terzo esempio non lo era In realtà Fatto Dopo IO sapevo Di IL concetto Di SVEM,
E Poi IO applicato O IO progettato IL DOE
specificamente sapere Di IL analisi concetto Di SVEM.
Quindi andrò A IL Primo esempio.
In IL Primo esempio,
Noi Volere A Fare UN Prodotto sviluppo di significa Di UN processi ottimizzazione.
Noi Potevo soltanto Fare Quello processi ottimizzazione SU IL effettivo produzione attrezzatura,
quindi abbiamo avuto A Fare Tutto IL esperimenti SU UN produzione scala.
Se Voi immaginare Anche se, Voi Sempre Avere A Trovare produzione slot,
E Voi Avere A Sempre competere con l'attuale produzione ordini,
quindi tuo normale quotidiano Operazione di Attività commerciale.
COSÌ IL numero Di corre Quale Voi Potere Fare SU effettivo produzione attrezzatura
È Sempre molto limitato e suo Sempre molto costoso,
E Voi Sempre Avere A adatto In IL normale produzione.
Che cosa Voi Volere A Fare A Quello punto, per IL Primo esempio,
Noi avevo cinque continuo processi fattori, Noi Sapere Noi previsto UN non lineare comportamento,
COSÌ Noi sapevo Noi avevo A utilizzo
IL pieno quadratico Modelli E IL previsto interazioni,
E Noi Anche Sapere Quello Noi avevo UN massimo Di 50 correre
dovuto A limitato produzione tempo, tempo, E soldi.
Cosa noi venni su?
Ancora, COME Io ho detto Prima,
Quello era Fatto Prima IO sapevo Di IL concetto Di SVEM.
Quando Noi creato IL progetto, Noi Mettere Tutto IL lineare E quadratico effetti
Quello Noi Bisogno necessario In IL costume progetto piattaforma
E Noi impostato IL interazioni A opzionale, E quello è IL 15 corre Quale Noi conclusa su.
E Poi Noi iniziato con IL esperimenti.
Purtroppo, soltanto 12 corre Potevo Essere compiuto
Perché Noi avevo limitato tempo E capacità, E Noi erano corsa fuori Di tempo
In ordine A Fare IL scorso tre residuo corre.
Dopo 12 corse, Noi fondamentalmente avevo A fermare E Poi Fare IL analisi,
Ma fortunatamente per noi, Noi Potevo Fare IL residuo tre esperimenti
Dopo IL analisi era Fatto.
Quello portato noi in IL posizione Dove questi extra tre esperimenti
Quale erano condotto Dopo IL analisi
era UN In realtà test impostato Dove Noi Potevo controllo IL validità Di Nostro modello,
Quale Noi creato utilizzando IL concetto Di SVEM.
IL effettivo dati analisi,
suo mostrato In questi due presentazioni da scorso anni Scoperta Vertice,
E IO Mettere In IL codice COSÌ Voi Potere Trovalo molto facilmente SU IL Comunità pagina.
IL dati era analizzato utilizzando SVEM,
così io fatto 100 iterazioni.
IO usato UN pieno quadratico modello,
usato Tutto IL interazioni possibile con questi continuo processi fattori,
E IO usato IL LASSO COME IL stima metodo.
IO Appena Mettere In per IL sceneggiatura Come suo Fatto Questo analisi utilizzando SVEM,
Ma Anche, IO volevo Volere A fare riferimento A questi due presentazioni
Dove suo Tutto scritto giù O spiegato In Grande dettaglio.
In arrivo A IL risultati, IO Volere A spettacolo Voi IL profilatore,
e cosa tu Potere In realtà Vedere Quello Noi In realtà Bisogno.
Secondo ordine termini, COSÌ Noi Avere UN quadratico dipendenza.
Ma Noi Anche avevo interazioni.
COSÌ qualunque cosa Che cosa Noi previsto era fondamentalmente presente.
Ma andiamo andare avanti E controllo per IL validità.
Voi Potrebbe Dire, "Va bene, Voi Appena Sopra montato IL modello.
Voi Appena usato pure tanto modello termini. Suo pure complesso.
Quello è Perché Voi Avere secondo ordine termini. Quello è Perché Voi Avere interazioni."
BENE, andiamo Aspetto A IL previsto contro effettivo complotto.
Per Quello esempio,
siamo a buon punto posizione Dove Noi avevo In realtà UN test impostato,
quindi questi tre residuo sperimentare Quale IL modello ha Mai visto,
E il 12 , andiamo Dire, quello è IL rosso punti.
UN S Voi Potere Vedere Qui Anche se, Se Voi orologio Esso,
IL previsto contro effettivo complotto, quello è non pure Cattivo.
T Lui predizione Di questi tre residuo quelli È bello Bene.
Se IO controllo E Vedere Se, per esempio, un altro risposta,
IL predizione È molto molto accurato.
UN S IO menzionato Prima, questi corre, IL modello ha Mai visto.
Per noi, quello è cosa c'è abbastanza Sorprendente.
A Avere soltanto 12 le corse potrebbero avere paralizzato questo genere Di sperimentare
Perché tre Di IL corre erano mancante,
E Ancora avendo Questo molto Bene predittivo capacità Di Quello metodo SVEM.
Quindi dentro generale, predizione era molto Bene.
Noi Potevo prevedere IL residuo tre corre molto con precisione tranne uno risposta.
Qualunque cosa montato tranne uno risposta, Esso non l'ho fatto adatto A Tutto.
Noi Pensiero, "Non può essere.
Noi non posso Appena prevedere 10 Di IL 11 risposte Quasi perfettamente,
E IL 11 uno no adatto."
E abbiamo pensato: "Va bene, qualcosa ha A Essere sbagliato.
Nostro modello È Bene perché montato 10 volte,
COSÌ Esso ha A adatto Anche IL 11 tempo."
E noi pensato: "Va bene, qualcosa con IL misurazione ha A Essere sbagliato,
Perché IL sperimentare non posso Essere, Perché IL altro risposte, Essi adatto.
Nostro predizione era molto Bene."
Noi disse al esperto, "S qualcosa In IL misurazione avevo A Essere sbagliato."
Quindi il nostro esperto scavato UN poco morso più profondo in IL misurazione attrezzatura,
E Essi In realtà trovato deviazioni In IL misurazione.
T Lui misurazioni SU Quello scorso risposta
era un po' morso diverso di IL Primo 12 corse .
UN dopo IL deviazioni erano corretto, IL predizione era Ancora molto Bene.
Quello significa Quello Questo analisi O IL predizione era COSÌ Bene
Quello Noi Anche trovato deviazioni In IL misurazioni.
Da Quello Primo esempio, IO volevo dice SVEM lavori perfettamente,
E dà Voi molto Grande intuizione In UN molto Bene E molto accurato modello
con UN molto limitato quantità Di sperimentale sforzo.
Ma Voi Potevo Dire , "Va bene, tu potrebbe avere Anche usato UN diverso selezione progetto
E Voi volevo Avere, per esempio, 11 corre,
E Voi volevo Avere avuto esattamente IL Stesso risultato Di Quello."
Potrebbe Essere VERO.
Ma Poi IO fare riferimento A IL terzo esempio.
Secondo esempio È molto simile.
Noi ricercato A Fare DOE SU UN pilota pianta, E Noi avevo quattro continuo fattori.
Due Di quelli fattori necessario IL produzione
o F appositamente prodotto ingredienti Perché quelli due,
Essi rappresentato UN processi variazione Di Nostro finestra A operare
per Nostro attuale processi.
Anche noi previsto a non lineare comportamento, E Noi erano detto non A superare 10 corre.
Ma era fortemente consigliato A noi Quello meno corre
volevo Essere Di più di Benvenuto Perché Di capacità problemi.
Quindi noi FINE su con UN ibrido produzione/ laboratorio approccio,
dove noi conclusa su con soltanto avendo sei corre,
O Noi soltanto necessario sei corre SU IL pilota scala O IL produzione scala,
Quello Essi potenziato A 10 corre In IL laboratorio.
Quello è fondamentalmente IL progetto Quale Noi conclusa su.
Quello è IL modo IO creato IL progetto.
IO impostato IL lineare E Alcuni interazione termini A "necessario"
In Quello costume progetto piattaforma,
E IL residuo interazione E quadratico termine,
Noi impostato loro A "opzionale."
Ancora, Quello era Fatto, IL creazione Di IL progetto, Prima IO sapevo Di
IL concetto Di SVEM, Ma In essenza era Poi Fatto utilizzando SVEM.
Per noi, In Quello particolare caso, IL obiettivo era A...
Diciamo fattore 1 E 2 rappresentare IL processi variabilità.
Che cosa Noi ricercato A raggiungere È Noi ricercato A minimizzare UN certo risposta,
In Quello caso risposta numero 7, A minimizzare suo variabilità
senza mutevole fattore 1 E 2, Perché mutevole IL processi variabilità
Quale Noi [impercettibile 00:17:56] Avere, così è molto difficile.
Ma Noi avevo due aggiuntivo fattori Quello erano param eter
da IL Rivestimento attrezzatura Quale Noi Potevo modifica molto facilmente.
IL obiettivo era A minimizzare risposta numero 7
Ma Mantenere Tutto IL riposo fondamentalmente In IL finestra Quale Noi ricercato.
Ancora, analisi era Fatto bello tanto IL Stesso modo Piace Prima.
Noi usato Mi piace SVEM Noi presentata In IL scorso anni presentazioni.
Noi fatto 100 iterazioni.
Noi Ancora utilizzo IL pieno quadratico Modelli con Tutto IL interazioni,
E Noi usato LASSO come IL stima metodo.
Appena mostrando Voi Quello SU IL profilo Ancora, Noi avevo secondo ordine termini,
Noi avevo interazioni COME Voi Potere Vedere Qui, per esempio.
Essi erano tutti presenti, tutto cosa Noi previsto A Essere Là
Piace secondo quadratico dipendenze E interazioni In realtà erano Là.
Per Nostro obiettivo era A minimizzare Questo risposta E senza mutevole questi fattore 1 e 2,
Perché quello è IL processi finestre Quale erano attualmente operativo In.
Durante IL processi allineare,
se tu Aspetto A Quello risposta Qui, Esso i cambiamenti abbastanza UN morso.
Facendo Tutto IL ottimizzazione E avendo Questo modello completamente operativo,
Noi trovato fuori Se Voi Appena modifica fattore, per esempio, numero 3,
variabilità sostanzialmente svanisce completamente senza mutevole IL riposo Di IL fattore.
Quindi noi Trovare con soltanto sei corre SU UN produzione scala,
ottimale impostazioni [impercettibile 00:19:36] A migliorare O ottimizzare
UN processi abbastanza considerevolmente.
Voi Potrebbe Ancora Dire, "Va bene, quattro fattori.
Voi Potevo soltanto Ancora Maggio Avere usato UN definito schermo progetto."
O andiamo Dire, "Dieci corre È non pure pochi corre In ordine A Fare Quello."
Ma Quello porta Me A Mio scorso E finale esempio.
Noi erano facendo UN progetto Di esperimenti SU IL laboratorio scala,
E Noi ricercato A ottimizzare O capire In Di più dettaglio UN polimerizzazione processi.
Noi ricercato A Fare Tutto fattori E variazioni entro uno separare progetto sperimentare.
Noi conclusa su con avendo 15 fattori,
otto ingredienti, E Sette processi parametri.
Noi non l'ho fatto Avere UN misto progetto.
Noi usato questi otto ingredienti, giocherellava in giro UN poco morso
COSÌ Noi non l'ho fatto FINE su con UN misto progetto.
Ma COME IL sperimentare si era molto tempo- consumare,
IL numero Di esperimenti Dovrebbe Essere Basso, idealmente sotto 30.
Perché Noi avevo limitato progetto volte,
E 30 È qualcosa Quale Noi Potrebbe Essere capace A permettersi.
Ma A Quello momento, IO Già sapevo Di IL concetto Di SVEM
COSÌ IO fatto IL progetto Di IL sperimentare specificamente sapere Di
O applicando IL concetto Di SVEM.
E allora IO fatto, IO scelto l'I-ottimale bayesiano progetto.
Noi sapevo Là Volere Essere non- lineare comportamento,
COSÌ Tutto IL secondo ordine termini E interazioni erano In Là.
Che cosa Noi conclusa su era UN progetto Quello Voi Potere Vedere Qui, avendo soltanto 23 corre,
E avendo 15 fattori di ingredienti più processi parametri,
fondamentalmente UN pieno RSM modello E soltanto avere mi piace 23 corre.
Per Me, Esso era bello Sorprendente A Essere capace A Fare Quello.
Andiamo Vedere IL risultato Se Esso In realtà fatto lavoro,
Perché Noi non lo erano COSÌ Sicuro Quello Esso In realtà lavorato.
Ma Noi erano convinto Quello Esso Volere Essere conosciuto A IL tempo
Quello Esso In realtà fa lavoro.
Analisi era, Ancora, Fatto IL Stesso modo.
IL soltanto differenza, IO non spettacolo Voi UN profilatore per Quello esempio
Perché avendo 15 fattori, abbastanza complesso Modelli,
E avendo A strumento Esso In JSL fa Esso molto molto lento.
Ma IO era detto Quello suo andando A Essere implementato In JMP 17,
Quale Poi Volere Essere tanto Più veloce
COSÌ Io sono Veramente sperando A Ottenere JMP17 COME veloce COME possibile.
Che cosa Noi trovato fuori È Quello non- linearità era presente.
Noi avevo Ancora interazioni, E Noi avevo secondo ordine termini Quale erano significativo.
Quindi ancora una volta, Noi necessario IL pieno modello.
IL sperimentale verifica È attualmente in corso.
Primi risultati Aspetto molto promettente.
IO non l'ho fatto Mettere loro In.
Appena In contrasto A UN classico approccio,
Noi volevo Avere necessario tanto Di più esperimenti di Appena 23.
E di nuovo, A spettacolo Voi Quello Noi avevo molto Bene predizione capacità,
A Appena complotto Alcuni previsto contro effettivo.
Quello è Appena per uno risposta, suo molto Bene.
Appena A Dare Voi un altro uno,
suo non COME Bene COME IL Primo uno, ma comunque, per noi, suo abbastanza buono.
COSÌ IL previsioni qui Sono molto Bene.
Per IL Primo sperimentare,
per IL verifica corre, Esso sembra molto promettente.
Appena A spettacolo Voi Alcuni Immagine Di IL profilatore.
Suo sfortunato non- interattivo.
Secondo ordine termini erano presente, interazioni erano presente,
COSÌ Tutto Quello Che cosa Noi previsto era fondamentalmente In IL modello.
Con che io sono A IL FINE Di IL utilizzo casi.
IO Volere A interruttore Indietro.
Appena A Dare Voi corto riepilogo.
Kay E Hersh, Essi Mettere In loro scorso anno D iscovery Vertice
IL titolo "Ripensare IL Progetto e Analisi Di Esperimenti"
E Mettere In UN domanda segno.
Da Mio punto Di visualizzazione, Voi non Bisogno IL domanda segno.
Suo Piace Quello.
Io sono convinto Quello SVEM Volere modifica IL modo DOE lo è usato,
particolarmente Se Voi andare per O molto complesso disegni,
O grande numero Di fattori, O Se Voi Avere A andare Attraverso molto costoso esperimenti.
A meno, quello è Mio opinione.
Esso si apre UN nuovo modo in direzione Fa
con minimalista sperimentale corre O sforzo,
E A IL Stesso tempo, Voi Potere raccogliere IL massimo quantità Di informazione
E intuizione fuori Di Quello senza avendo A sacrificio Forse numero Di corre
O numero Di fattori O IL complessità Di tuo Modelli.
Io sono convinto SVEM Volere modifica IL modo A meno IO utilizzo DOE,
E per Me, Esso era bello Sorprendente A Vedere Quello In azione.
Con Quello, Grazie Voi molto tanto per Guardando,
E IO Speranza IO Potevo spettacolo Voi Quello Questo concetto È Di valore provando.
Grazie Voi molto tanto.
