Quimiometría, DTW, MCRHola,
estamos en contacto con un cliente que tiene usuarios potenciales en el departamento analítico que probablemente dejarán de usar Unscrambler por razones de costo.
1) ¿Alguien tiene una idea del costo de UNscrambler o SIMCA, que parecen ser las herramientas habituales para Quimiometría?
2) JMP puede hacer PCA, PLS, ... tenemos el complemento "Herramienta espectral" para importar y suavizar los datos. Sin embargo, DTW, disponible en la plataforma FDE, parece muy importante.¿Hay alguna forma de hacer DTW que no sea a través de FDE? Por ejemplo, si no tienen JMP Pro o quieren hacer DTW antes de PCA o PLS.
3) ¿podemos hacer MCR (resolución de curva multivariante)?
emmanuel
Re: Quimiometría, DTW, MCRHola Emmanuel,
1. Echa un vistazo a la DAFO para SIMCA , que incluye el precio. Es posible que haya cambiado, por supuesto. Me imagino que Unscrambler es similar.
2. ¿DTW en JMP? Realmente no lo creo. Pro es una mejor comparación con SIMCA/Unscrambler. Incluso con Pro seguirá habiendo capacidades que no tendrían. Así que depende de lo que tengan que hacer. "Quimiometría" puede significar muchas cosas diferentes. Puede ser que todo lo que necesiten sea JMP para algún PCA simple.
3. No lo creo.
Salud,
phil
Re: Quimiometría, DTW, MCRHola Emmanuel,
Solo para agregar @Phil_Kay comentarios
1. Unscrambler es propiedad de aspentech.Tienen Aspen Unscrambler y Aspen Unscrambler HSI.El HSI significa imágenes hiperespectrales.Unscrambler era originalmente del software Camo y vi un precio de $3000 por una versión estándar y $1500 por una licencia académica.Estoy bastante seguro de que esos números no son actuales.
2. Estoy de acuerdo con Phil aquí, y agregaría PLS como una opción para la quimiometría en JMP regular.
3. Aquí está la definición de Wiki para MCR:
Resolución de curva multivariante [ editar ]
En el lenguaje quimiométrico, la resolución de curvas multivariadas busca deconstruir conjuntos de datos con información de referencia y conocimiento del sistema limitados o ausentes. Lawton y Sylvestre realizaron algunos de los primeros trabajos sobre estas técnicas a principios de la década de 1970. [14] [15] Estos enfoques también se denominan análisis de mezcla de automodelado, separación ciega de fuente/señal y desmezcla espectral. Por ejemplo, a partir de un conjunto de datos que comprende espectros de fluorescencia de una serie de muestras, cada una de las cuales contiene múltiples fluoróforos, se pueden usar métodos de resolución de curvas multivariantes para extraer los espectros de fluorescencia de los fluoróforos individuales, junto con sus concentraciones relativas en cada una de las muestras, esencialmente sin mezclar el espectro de fluorescencia total en las contribuciones de los componentes individuales. El problema generalmente está mal determinado debido a la ambigüedad rotacional (muchas soluciones posibles pueden representar de manera equivalente los datos medidos), por lo que la aplicación de restricciones adicionales es común, como la no negatividad, la unimodalidad o las interrelaciones conocidas entre los componentes individuales (por ejemplo, restricciones cinéticas o de balance de masa).
Estoy de acuerdo con Phil aquí también, pero creo que la capacidad de filtrado y modelado Wavelet que viene en JMP Pro 17 para FDE es un movimiento en la dirección MCR.
