궁금한 질문: 시간 지연을 처리하는 가장 좋은 방법은 무엇입니까?JMP Pro를 평가하는 유리 제조업체 클라이언트가 있습니다.그는 특이한 (나에게) 데이터 세트를 가지고 있습니다.몇 가지 문제를 처리하는 방법에 대한 제안에 관심이 있습니다.
이 공정에는 다양한 온도와 기류가 모니터링되는 여러 용광로를 통해 유리 재료를 천천히 보내는 것이 포함됩니다.온도는 퍼니스의 길이뿐만 아니라 퍼니스의 상단에서 하단까지 측정됩니다.온도는 약 1분마다 기록됩니다.
출력은 유리를 육안으로 검사하여 거품을 찾는 것이므로 제곱인치당 개수 유형의 응답이 있습니다.이것은 분명히 손 검사이므로 4시간마다 샘플만 가져옵니다. .그들의 추정에 따르면 샘플은 측정된 온도에서 최대 40분(샘플이 온도 센서를 통과한 시간부터 가열로를 빠져 나와 검사되는 시간까지)까지 오프셋될 수 있지만 이는 길이에 따라 다른 온도 측정 스테이션에 따라 다릅니다. 용광로.
데이터 세트는 결국 매우 광범위합니다(온도 및 기류 속도의 1000개 열). 또한 수천 개의 행이 있지만 간헐적인 4시간 샘플링으로 인해 응답 데이터의 수백 행만 있습니다.또한 때때로 신호 드롭아웃이 발생하고 정리해야 할 누락 항목이 많아 시끄럽습니다.
그들은 Pro 평가판을 수행하고 있으므로 즉시 Model Screening 플랫폼으로 뛰어 들었습니다.훈련 세트는 상당히 높은 Rsqd(아마도 0.8 정도)를 제공할 수 있지만 검증은 매우 낮습니다(아마도 0.2).Neural Boosted 및 Boosted Tree는 목록의 맨 위로 버블링되는 경향이 있지만 유용한 예측 모델을 구축하기에 충분하지 않습니다.
나는 그들이 입력과 출력 사이의 시간 지연을 해결할 필요가 있다고 생각합니다.측정된 응답에 적절한 지연이 있는 각 입력에 대해 새 열을 만들어야 합니다(열마다 다를 수 있음).수동으로 수행하는 방법을 알 수 있지만 스크립트를 작성하지 않으면 설정하는 데 많은 작업이 필요합니다.누구든지 그렇게하는 더 빠른 방법을 알고 있습니까?또는 더 나은 방법으로 각 신호에 대한 최상의 지연을 실제로 결정하는 방법(스크립트가 부족함)은 무엇입니까?
과거 어느 곳에서나 이것을 처리한 사람이 있습니까?
감사 해요!
Re: 궁금한 질문: 시간 지연을 처리하는 가장 좋은 방법은 무엇입니까?안녕 @제리피쉬 ,
내가 만들었다 이 데모 비슷한 상황을 상상할 때 - 알 수없는 지연이있는 프로세스에서 센서 데이터의 연속 스트림. 이 데모의 솔루션은 가장 예측 가능한 지연 시간을 찾기 위해 빠르고 더러운 기계 학습 접근 방식을 취하는 것입니다.
기본적으로 아이디어는 각 센서에 대해 지연 시간 범위를 포괄하는 일련의 지연 변수를 생성한다는 것입니다. (새 공식 열 > 행의 지연 배수... 기능을 사용하면 이제 매우 쉽습니다.) 그런 다음 부트스트랩 포리스트를 사용하여 응답에 대한 최상의 예측 변수인 지연 시간에 대해 이를 스크리닝합니다. 이 예측 변수의 하위 집합을 사용하여 "최종" 모델을 구축할 것입니다. 아마도 이 시점에서 모델 선별을 사용할 것입니다. 데모를 만들 당시에는 Model Screening이 없었습니다.
보다 전통적인 방법에 비해 두 가지 이점이 있습니다. 1. 빠르고 간단합니다. 2. 예측 변수와 응답 간의 비선형 및 상호 작용 효과를 찾을 수 있습니다.
JMP Pro의 좋은 사용 사례라고 생각합니다. 그러나 물론 이것이 그들이 유용한 모델을 확실히 구축할 수 있다는 것을 의미하지는 않습니다. 이러한 모든 센서가 중요한 요소를 측정하지 않을 수도 있습니다.
이 예를 통해 이야기하는 것이 도움이 되는지 알려주십시오. 이 데모를 녹음한 사람이 있는지 모르겠습니다. 나는 그렇지 않다는 것을 알고 있습니다. 그러나 하나를 만드는 것이 도움이 될 수 있습니다.
건배,
필
Re: 궁금한 질문: 시간 지연을 처리하는 가장 좋은 방법은 무엇입니까?훌륭한 제안 @필_케이 !나는 이것을 클라이언트에게 전달하고 그것이 그에게 효과가 있는지 확인할 것입니다.
그리고 (개인적으로) 이 기술을 녹음하는 것이 다른 사람들에게 매우 도움이 될 것이라고 생각합니다.
제안에 정말 감사드립니다!
실내 변기
