Comment créer une catégorisation à partir de données avec des catégories connues pour la comparaison et la catégorisation d'une nouvelle série de données de catégorie inconnueScénario : J'ai 8 composés AH, pour chaque composé, j'ai 5 analyses* de données temps-température avec une catégorie connue. Je dois être capable de comparer une seule exécution de données d'une catégorie inconnue à ces exécutions existantes et d'attribuer une catégorie à cette exécution.
Quelques éléments qui peuvent également devoir être pris en compte :
1) Mes heures de démarrage (lorsque le chauffage a commencé par rapport au démarrage de l'exécution des données) ne s'alignent pas toutes.
2) Toutes les analyses ne se terminent pas à la même température (pour des raisons de sécurité)
3) Certains de ces composés sont très similaires et peuvent ne pas être distinguables (que je puisse le faire ou non, c'est le but de cette recherche)
J'ai joint mes données ainsi que l'image de la superposition de l'intrigue.
Je cherche de l'aide sur l'outil/la fonction à utiliser pour procéder à cette configuration. À l'heure actuelle, je peux exécuter des choses comme analyser->multivarié pour obtenir un tableau avec chaque donnée comparée à toutes les autres, mais cela ne permet pas de comparer avec l'ensemble de données. J'ai aussi essayé d'analyser -> les variables de cluster, mais cela ne me donne que deux clusters et je ne sais pas comment lui dire de m'en donner plus. Je ne vois pas non plus un moyen de former manuellement les clusters initiaux. Les autres options que j'ai essayées semblaient comparer les valeurs de lignes individuelles, et non la courbe dans son ensemble, ce qui ne prend pas en compte la situation dans son ensemble, ce que je dois comparer.
Je suis heureux d'approfondir la documentation sur la façon d'utiliser l'outil/la méthode/la fonction suggérée, mais j'ai besoin de conseils sur un point de départ. J'ai accès via mon université, je devrais donc avoir accès à la plupart, sinon à toutes les options disponibles. J'ai également accès à d'autres packages d'analyse (y compris SAS) s'il existe une meilleure option parmi ceux-ci.
Les scripts sont ok, mais je préférerais ne pas le faire si possible car je suis nouveau sur JMP et sous une contrainte de temps.
*Je me concentre actuellement sur la mise en place d'un processus qui puisse au moins séparer les non-correspondances évidentes avant de consacrer du temps et des ressources à des analyses de données supplémentaires.
Automatisation et scriptsÉtudes de consommation et de marchéAccès aux donnéesRe : Comment créer une catégorisation à partir de données avec des catégories connues pour la comparaison et la catégorisation d'une nouvelle série de données de catégorie inconnueMerci pour votre explication. L’idée semble géniale, mais la mise en œuvre serait un énorme défi.
Vous pouvez ignorer mes questions : l'industrie de l'électroménager essaie constamment de réduire ses coûts, en quoi est-ce rentable ? Où se situerait la sonde de température ? Qui place le capteur dans la nourriture ? Comment amener les consommateurs à placer le capteur ? Qu'en est-il de la propreté du capteur ? Un seul capteur suffit-il ? Les températures varient dans la casserole, comment un capteur expliquerait-il cela ? Que faire si la casserole n'est pas centrée sur la source d'énergie ? Quels sont les effets des conditions ambiantes ? Différents types/tailles de casseroles ? Que se passe-t-il si plusieurs brûleurs sont utilisés sur la table de cuisson ? Dans quelle mesure les capacités thermiques de ces différents composés sont-elles différentes ? Qu'arrive-t-il aux capacités calorifiques lorsqu'elles sont des « mélanges » ? Baisser les températures peut augmenter le temps de cuisson, est-ce ce que souhaite le consommateur ? Les aliments cuits auront-ils le même goût avec une cuisson à basse température ? Comment mesurer les pulvérisations ou les éclaboussures ? Est-ce affecté par la quantité d'ingrédients.
Re : Comment créer une catégorisation à partir de données avec des catégories connues pour la comparaison et la catégorisation d'une nouvelle série de données de catégorie inconnueL’objectif est de concevoir un appareil capable de détecter automatiquement le type d’aliment sans intervention de l’utilisateur. Mon hypothèse est que puisque différents composés ont des capacités thermiques différentes, ils réagiront différemment au chauffage. C'est quelque chose que nous pouvons mesurer avec un capteur de température. Avec l'analyse du Big Data (ou l'IA que j'allais utiliser à l'origine, mais dont je me suis éloigné en raison de contraintes de temps), nous devrions désormais avoir la possibilité de mesurer cela et d'y répondre de manière utile sans intervention de l'utilisateur. L'idée est que même si je ne parviens pas à obtenir une correspondance exacte (ce qui est certes irréaliste), si nous pouvons nous retrouver dans la même situation dans la mesure où nos températures dangereuses sont similaires, nous pouvons ajuster dynamiquement ce que devrait être cette température maximale. Donc, si vous utilisez de l'huile de noix de coco avec un point de fumée beaucoup plus bas, le poêle la traite différemment de l'huile de maïs, par exemple, avec un point de fumée plus élevé. J'ai utilisé les lipides de cuisson pour commencer car ils sont relativement simples et constituent la principale cause d'incendies de cuisine. L'industrie a des températures maximales (j'ai en fait des mesures avec le maximum pour ma cuisinière vieille d'un an qui apparaît car elle a automatiquement diminué la température et a commencé à faire du vélo pour maintenir la casserole suffisamment basse.), mais en fonction de l'élément qui se trouve sur la cuisinière, ces les températures peuvent être supérieures à la température présentant un danger pour l'utilisateur.
Vous avez raison, l'algorithme de ce qui se passe une fois le type identifié serait préprogrammé et tout ensemble de données du monde réel devrait être beaucoup plus volumineux que ce que je teste pour ce projet. Ce serait loin d'être assez rapide pour une application "vie et sécurité", aucun logiciel ne pourrait faire ça, c'est plutôt comme avoir une assistance de voie sur votre voiture. Il y aurait une option permettant à l'utilisateur de passer outre s'il le souhaite (jusqu'à cette limite maximale légale), mais si l'utilisateur s'éloigne du poêle et l'oublie, il s'ajustera dynamiquement pour garantir que le composé n'atteint pas le produit. le point d'éclair beaucoup moins l'auto-allumage, ou potentiellement dans le cas de certains composés comme le beurre, être capable de maintenir la température suffisamment basse/même assez pour qu'il ne commence pas à cracher et à éclabousser partout.
Merci beaucoup pour vos questions, c'est bien d'avoir des points de vue extérieurs sur ce qui n'a peut-être pas de sens avec la façon dont je l'ai décrit.
Re : Comment créer une catégorisation à partir de données avec des catégories connues pour la comparaison et la catégorisation d'une nouvelle série de données de catégorie inconnueDésolé, mon parti pris va aux situations réelles, aux conceptions de produits réels, aux applications réelles, etc. Que fait exactement votre appareil ? Comment connaît-il le type d'aliment ou les combinaisons de types d'aliments pour envoyer cette information au système de contrôle du poêle ? Je suppose que vous devrez avoir une contribution de l'utilisateur ? Ou développez-vous un capteur capable de détecter le type d’aliment ? Il semble que vous n'ayez pas besoin d'un appareil, mais d'une interface utilisateur qui demande à l'utilisateur de saisir le type d'aliment. Les algorithmes permettant au poêle de modifier la quantité d'énergie et le temps de cuisson pour chaque type d'aliment sont chargés dans le micrologiciel. Bien sûr, il reste encore des éléments de variation à prendre en compte (par exemple, erreur de mesure, au sein de la poêle, d'une poêle à l'autre sur la table de cuisson, d'une unité à l'autre).
Bien entendu, si vous êtes dans le monde réel, vous devez également connaître les exigences des agences de réglementation. Ils précisent les températures maximales admissibles enregistrées sur les surfaces adjacentes aux poêles.
Re : Comment créer une catégorisation à partir de données avec des catégories connues pour la comparaison et la catégorisation d'une nouvelle série de données de catégorie inconnueHaha, ouais, je sais que le client ne lira pas le manuel. L'idée est que cet appareil est connecté directement à la cuisinière, de sorte que la cuisinière indique au logiciel quelle entrée de chauffage a été sélectionnée pour les cuisinières électriques/à induction ou quelle pression de gaz est produite pour les cuisinières à gaz (ce qui est alors un calcul mathématique relativement simple pour calculez les Joules). La façon d'obtenir des données initiales en termes de types d'aliments particuliers dans un contexte plus large consiste à travailler avec des cuisines d'essai pour que leurs cuisinières enregistrent automatiquement les données à chaque passage de ce qu'elles testent en cuisine. Mais tout cela dépasse largement le cadre de mon projet de thèse.
Merci pour vos réponses continues, j'apprécie vos idées. Cela ressemble à ce qu'un ami a suggéré hier soir, à savoir diviser les lectures en segments de 10 secondes, puis exécuter une régression linéaire et des tests t.
Re : Comment créer une catégorisation à partir de données avec des catégories connues pour la comparaison et la catégorisation d'une nouvelle série de données de catégorie inconnueOK, c’est logique, mais comment contrôleriez-vous cela entre les mains du consommateur ? Leur donner des instructions pour ajuster la température d’entrée de la cuisinière en fonction de ce qu’ils cuisinent ? Cela obligerait le consommateur à lire le manuel. Bonne chance avec ça.
Je ferais d'abord un échantillonnage dirigé sur les différents types d'aliments plutôt que sur le DOE. Vous avez besoin d’un espace d’inférence relativement grand car les aliments peuvent varier considérablement en raison de la nature. Grâce à l'échantillonnage, vous pouvez établir une plus grande confiance dans la cohérence des températures nécessaires pour atteindre la température dangereuse. Ensuite, je rendrais les contrôles de température de la cuisinière robustes aux différentes conditions du type d'aliment. Cela peut impliquer l’expérimentation de facteurs de conception à des « niveaux » extrêmes de changements de types d’aliments.
Re : Comment créer une catégorisation à partir de données avec des catégories connues pour la comparaison et la catégorisation d'une nouvelle série de données de catégorie inconnueL’aspect le plus important est la forme générale de la courbe elle-même. Ce que j'essaie de faire, c'est de montrer qu'en raison des différences de chaleur spécifique entre les composés, la courbe de chauffage au fil du temps sera suffisamment unique pour le composé en question (ou pour un ensemble de composés chimiquement liés) pour l'identifier (ou les ) basé sur les données tempérées lorsqu'il est chauffé. Par exemple, la façon dont l'eau se réchauffe compte tenu de sa capacité thermique devrait être différente de la façon dont l'huile de soja se réchauffe si l'entrée de température est constante, car l'eau a besoin de plus de joules pour chauffer un degré que l'huile de soja.
L'objectif final ici est ensuite de pouvoir modifier la "température de danger" sur une cuisinière en fonction de ce qui est chauffé plutôt que de la régler sur une température maximale constante qui pourrait être supérieure à la température de danger pratique de l'article en cours de cuisson.
Re : Comment créer une catégorisation à partir de données avec des catégories connues pour la comparaison et la catégorisation d'une nouvelle série de données de catégorie inconnueJ'ai changé le type de données pour le temps (c'était catégorique dans votre tableau d'origine... ne mettez pas de mots dans la colonne, dans votre cas vous aviez l'unité de mesure dans la colonne (sec)). Mais vous n'avez pas répondu à ma question concernant la signification pratique. La réponse est une courbe, ce qui est bien. Dans quelle mesure un changement de courbe a-t-il une signification pratique ? Quel est le ou les aspects les plus importants de la courbe (Max, min, pente, courbe, etc.) ?
Re : Comment créer une catégorisation à partir de données avec des catégories connues pour la comparaison et la catégorisation d'une nouvelle série de données de catégorie inconnueMerci pour la reponse detaillee.
1) Mes composés A à H sont le "Beurre", le "Maïs", etc. Pour chacun d'eux, j'ai 5 tests/colonnes pour les données provenant du chauffage de ce composé. Je vois que vous avez combiné les beurres avec une médiane dans votre script, donc vous avez compris l'intention malgré ma mauvaise description.
2) Les données dans ces colonnes correspondent à la température en Cx10, donc 450 = 45 degrés Celsius. Je pense que la température devrait être la variable de réponse car l'apport de chaleur est constant, tout comme le temps entre les mesures. Il n'y a pas de changement spécifique dans la réponse qui soit intéressant, ce qui est intéressant est de savoir si la façon dont elle change (la courbe globale) correspond à la façon dont d'autres tests du même composé ont changé. Plus précisément, puis-je utiliser les données temps-température dont je dispose pour identifier le composé que je chauffe. (Que cela soit possible ou non, la requête est testée avec la recherche.)
3) Je ne suis pas sûr de comprendre le problème ici, mais votre graphique a fonctionné et le mien pas, donc vous avez tout à fait raison de dire que c'est faux. Ai-je besoin de retirer l'indicateur des secondes ?
Je pense qu'avec le script que vous avez inclus, je peux voir où se trouvent les erreurs que j'avais. J'ai également eu plusieurs idées à essayer à partir d'ici.
Merci!
Re : Comment créer une catégorisation à partir de données avec des catégories connues pour la comparaison et la catégorisation d'une nouvelle série de données de catégorie inconnueVous pourrez peut-être utiliser JMP Pro et Functional Data Explorer, où chaque série temporelle est une fonction (ou une courbe ou un profil). Utilisez les composants du principe fonctionnel résultants comme réponse (Y) ou comme prédicteur/facteur (X).
Re : Comment créer une catégorisation à partir de données avec des catégories connues pour la comparaison et la catégorisation d'une nouvelle série de données de catégorie inconnueBienvenue dans la communauté. Voici mes réflexions/questions :
Je ne sais pas ce que je regarde et je ne comprends pas suffisamment le processus pour fournir des conseils spécifiques.
1. Je ne vois pas les composés AH dans le tableau de données ? Je vois quels peuvent être les composants qui composent les composés ? Par exemple, le composé A peut représenter une certaine quantité de chacun des ingrédients (beurre, canola, noix de coco, maïs, etc.) que vous avez sous forme de colonnes. Vous devez avoir une colonne dans vos données contenant les 8 composés différents. Apparemment, il devrait y avoir une colonne pour la température ? Votre première étape consiste donc à configurer le tableau de données de manière appropriée. Je pense qu'une colonne pour chaque ingrédient est peut-être acceptable, mais pas Butter AF en tant que colonnes séparées.
2. Quels sont les nombres dans le tableau ? Quelle(s) est(sont) la ou les variables de réponse ? Dans quelle mesure un changement dans ces variables de réponse présente-t-il un intérêt scientifique ?
3. Votre colonne d'heure doit être formatée sous forme de nombre numérique continu.
J'ai ajouté un script pour créer le tracé que vous avez joint dans Graph Builder. Cliquez simplement sur la flèche verte (Ingrédients par rapport au temps) sous la Source dans le coin supérieur gauche.
