Abbiamo un cliente produttore di vetro che sta valutando JMP Pro.Ha un set di dati insolito (per me).Sarei interessato a qualsiasi suggerimento su come gestire uno qualsiasi dei numerosi problemi.
Il processo prevede l'invio lento del materiale di vetro attraverso diversi forni, dove vengono monitorate varie temperature e flussi d'aria.Le temperature vengono misurate dall'alto verso il basso della fornace, nonché lungo la lunghezza della fornace.Le temperature vengono registrate ogni minuto circa.
L'output è un'ispezione visiva del vetro, alla ricerca di bolle, quindi hanno un tipo di risposta di conteggio per pollice quadrato.Apparentemente si tratta di un'ispezione manuale, quindi prelevano campioni solo ogni quattro ore .La loro stima è che i campioni possono essere sfalsati dalle temperature misurate fino a 40 minuti (il tempo in cui il campione passa un sensore di temperatura al momento in cui esce dal forno e viene esaminato), sebbene ciò vari per le diverse stazioni di misurazione della temperatura lungo la lunghezza di la fornace.
Il set di dati finisce per essere molto ampio (forse 1000 colonne di temperature e portate d'aria). Ci sono anche migliaia di righe, ma solo poche centinaia di righe di dati di risposta a causa del campionamento intermittente di 4 ore.È anche piuttosto rumoroso con interruzioni del segnale di tanto in tanto e molte mancanze che devono essere ripulite.
Stanno facendo una prova Pro, quindi sono immediatamente passati alla piattaforma di screening dei modelli.I set di addestramento possono fornire Rsqd piuttosto elevati (forse 0,8 o giù di lì), ma la convalida è molto bassa (forse 0,2).Neural Boosted e Boosted Tree tendono a salire in cima alla lista, ma non sono abbastanza buoni per costruire modelli predittivi utili.
Penso che debbano affrontare il ritardo tra input e output.Dovrebbero creare una nuova colonna per ciascuno degli input, con un ritardo appropriato rispetto alla risposta misurata (che potrebbe variare da colonna a colonna).Posso vedere come farlo manualmente, ma a meno di scrivere uno script, sarebbe molto lavoro da configurare.Qualcuno conosce un modo più rapido per farlo?O meglio ancora, come determinare effettivamente il miglior ritardo per ciascun segnale (ancora una volta a corto di uno script)?
Qualcuno ha avuto a che fare con questo da qualche parte in passato?
Grazie!
Ciao @JerryFish ,
ho creato questa dimostrazione quando stavo immaginando una situazione simile: flusso continuo di dati del sensore da un processo con ritardi sconosciuti. La soluzione in questa demo è adottare un approccio di apprendimento automatico rapido e sporco per trovare i tempi di ritardo più predittivi.
Fondamentalmente l'idea è che per ogni sensore si crei una serie di variabili di ritardo per coprire un intervallo di tempi di ritardo. (Questo è molto semplice ora con la funzionalità Ritardo multiplo... nella colonna Nuova formula> Riga). Quindi usa Bootstrap Forest per schermare questi per il tempo di ritardo che è il miglior predittore per la risposta. Utilizzeresti questo sottoinsieme di predittori per costruire il modello "finale" - probabilmente a questo punto utilizzeresti lo Screening del modello. Model Screening non era disponibile quando ho creato la demo.
Ci sono due vantaggi di questo rispetto ai metodi più tradizionali. 1. È veloce e semplice. 2. Può trovare effetti non lineari e di interazione tra predittori e risposta.
Penso che questo sia un buon caso d'uso per JMP Pro. Ma, ovviamente, ciò non significa che saranno sicuramente in grado di costruire un modello utile: tutti quei sensori potrebbero non misurare i fattori importanti.
Fatemi sapere se sarebbe utile parlare attraverso questo esempio. Non so se qualcuno ha una registrazione di questo demo. So di no. Ma forse sarebbe utile crearne uno.
Saluti,
Fil
Ottimo suggerimento @Phil_Kay !Lo passerò al cliente e vedrò se funziona per lui.
E (personalmente) penso che una registrazione di questa tecnica sarebbe molto utile per gli altri.
Apprezzo davvero il suggerimento!
Jerry
