알 수 없는 범주의 새로운 데이터 실행을 비교하고 분류하기 위해 알려진 범주가 있는 데이터에서 분류를 만드는 방법시나리오: 8개의 화합물 AH가 있습니다. 각 화합물에 대해 알려진 범주의 시간-온도 데이터가 5회 실행*되어 있습니다. 알 수 없는 범주의 단일 데이터 실행을 기존 실행과 비교하고 해당 실행에 범주를 할당할 수 있어야 합니다.
고려해야 할 몇 가지 사항은 다음과 같습니다.
1) 내 시작 시간(가열이 시작된 시간과 데이터 실행이 시작된 시간)이 모두 일치하지 않습니다.
2) 모든 실행이 동일한 온도에서 끝나는 것은 아닙니다(안전상의 이유로).
3) 이들 화합물 중 일부는 매우 유사하여 구별이 불가능할 수 있습니다(할 수 있는지 없는지는 본 연구의 목적입니다)
내 데이터와 플롯 오버레이 이미지를 첨부했습니다.
이것을 설정하는 데 사용할 도구/기능에 대한 도움을 찾고 있습니다. 지금은 분석->다변수와 같은 작업을 실행하여 각 데이터가 다른 모든 데이터와 비교되는 테이블을 얻을 수 있지만 이렇게 하면 데이터 집합과 비교할 수 없습니다. 또한 분석 -> 클러스터 변수를 시도했지만 두 개의 클러스터만 제공하고 더 많은 것을 제공하도록 지시하는 방법을 모르겠습니다. 또한 초기 클러스터를 수동으로 교육하는 방법도 볼 수 없습니다. 내가 시도한 다른 옵션은 전체 곡선이 아닌 개별 행 값을 비교하는 것으로 나타났습니다. 이는 비교해야 하는 더 큰 그림을 고려하지 않습니다.
제안된 도구/방법/기능을 사용하는 방법에 대한 문서를 더 깊이 파고들게 되어 기쁘지만 시작점에 대한 조언이 필요합니다. 나는 대학을 통해 접근할 수 있으므로 모든 옵션은 아니더라도 대부분의 옵션에 접근할 수 있어야 합니다. 그 중 하나에 더 나은 옵션이 있는 경우 다른 분석 패키지(SAS 포함)에도 액세스할 수 있습니다.
스크립트는 괜찮지만 JMP를 처음 접하고 시간 제약이 있기 때문에 가능하면 사용하지 않는 것이 좋습니다.
*현재 저의 초점은 추가 데이터 실행에 시간과 리소스를 소비하기 전에 최소한 명백한 불일치 항목을 분리할 수 있는 프로세스를 마련하는 것입니다.
자동화 및 스크립팅소비자 및 시장 조사데이터 접근Re: 알 수 없는 범주의 새로운 데이터 실행을 비교하고 분류하기 위해 알려진 범주가 있는 데이터에서 분류를 만드는 방법설명해 주셔서 감사합니다. 아이디어는 훌륭해 보이지만 실행은 엄청난 도전이 될 것입니다.
내 질문은 무시해도 됩니다. 가전제품 업계는 비용 절감을 위해 지속적으로 노력하고 있습니다. 비용 효율성은 얼마나 됩니까? 온도 센서는 어디에 위치합니까? 누가 음식에 센서를 설치하나요? 소비자가 센서를 배치하도록 어떻게 유도합니까? 센서의 청결도는 어떻습니까? 센서 하나로 충분합니까? 팬 내 온도는 다양합니다. 센서 1개로 이를 어떻게 설명할 수 있나요? 팬이 에너지원의 중심에 있지 않으면 어떻게 되나요? 주변 조건의 영향은 무엇입니까? 팬 유형/크기가 다양합니까? 쿡탑에 버너를 두 개 이상 사용하고 있다면 어떻게 되나요? 이러한 다양한 화합물의 열용량은 얼마나 다릅니까? "혼합물"일 때 열용량은 어떻게 되나요? 온도를 낮추면 조리 시간이 늘어날 수 있는데, 그게 소비자가 원하는 걸까요? 낮은 온도에서 요리해도 요리되는 음식의 맛이 동일합니까? 스퍼터 또는 스플래시를 어떻게 측정합니까? 성분의 양에 따라 영향을 받는지.
Re: 알 수 없는 범주의 새로운 데이터 실행을 비교하고 분류하기 위해 알려진 범주가 있는 데이터에서 분류를 만드는 방법목표는 사용자 입력 없이 음식 유형을 자동으로 감지할 수 있는 장치를 설계하는 것입니다. 내 가설은 화합물마다 열용량이 다르기 때문에 가열에 다르게 반응한다는 것입니다. 이는 온도 센서로 측정할 수 있는 것입니다. 빅데이터 분석(또는 원래 사용하려고 했으나 시간 제약으로 인해 사용하지 않게 된 AI)을 통해 이제 사용자 입력 없이 이를 측정하고 유용한 방식으로 대응할 수 있는 능력을 갖추어야 합니다. 정확한 일치를 얻을 수 없더라도(이는 비현실적임) 동일한 야구장에서 위험 온도가 비슷한 정도로 들어갈 수 있다면 최대 온도를 동적으로 조정할 수 있다는 아이디어입니다. 따라서 연기 점이 훨씬 낮은 코코넛 오일을 사용하는 경우 스토브는 연기 점이 더 높은 옥수수 오일과 다르게 취급합니다. 처음에는 요리용 지질을 사용했는데, 그 이유는 비교적 간단하고 주방 화재의 주요 원인이기 때문입니다. 업계에는 최대 온도가 있습니다. (실제로 1년 된 쿡탑의 최대 온도 측정 결과가 자동으로 온도를 낮추고 팬을 충분히 낮게 유지하기 위해 순환을 시작했기 때문에 나타납니다.) 그러나 쿡탑에 어떤 품목이 있는지에 따라 온도는 사용자에게 위험이 있는 온도보다 높을 수 있습니다.
당신 말이 맞습니다. 유형이 식별된 후 발생하는 일에 대한 알고리즘은 사전 프로그래밍되어 있을 뿐만 아니라 실제 데이터 세트는 제가 이 프로젝트에서 테스트하는 것보다 훨씬 더 커야 합니다. 이는 "생명과 안전" 애플리케이션을 수행할 만큼 충분히 빠르지 않으며 어떤 소프트웨어도 그렇게 할 수 없으며 자동차에 차선 보조 장치를 장착하는 것과 비슷합니다. 사용자가 원할 경우 사용자 재정의 옵션이 있을 수 있지만(법적 최대 한도까지) 사용자가 스토브에서 나가서 잊어버린 경우 화합물이 도달하지 않도록 동적으로 조정됩니다. 인화점은 자동 점화보다 훨씬 적거나 잠재적으로 버터와 같은 일부 화합물의 경우 온도를 충분히 낮게/심지어 온통 튀거나 튀기 시작하지 않을 정도로 충분히 낮게 유지할 수 있습니다.
귀하의 질문에 진심으로 감사드립니다. 제가 설명한 방식으로는 이해가 되지 않는 부분에 대해 외부의 관점을 얻는 것이 좋습니다.
Re: 알 수 없는 범주의 새로운 데이터 실행을 비교하고 분류하기 위해 알려진 범주가 있는 데이터에서 분류를 만드는 방법미안하지만 내 편견은 실제 상황, 실제 제품 디자인, 실제 사용 응용 프로그램 등에 대한 것입니다. 당신의 기기는 정확히 무엇을 하고 있나요? 해당 정보를 스토브 제어 시스템으로 보내기 위해 음식 유형이나 음식 유형의 조합을 어떻게 알 수 있습니까? 사용자 입력이 필요하다고 생각합니까? 아니면 음식 종류를 감지할 수 있는 센서를 개발하고 있나요? 장치가 필요한 것이 아니라 사용자에게 음식 유형을 입력하도록 요청하는 UI가 필요한 것 같습니다. 스토브가 각 음식 유형에 대한 에너지 양과 조리 시간을 수정하는 방법에 대한 알고리즘이 펌웨어에 로드됩니다. 물론 고려해야 할 변동 요소가 여전히 있습니다(예: 측정 오류, 팬 내, 쿡탑 내 팬 간, 장치 간)
물론 현실 세계에서는 규제 기관의 요구 사항도 알고 있어야 합니다. 이는 스토브에 인접한 표면에 기록된 최대 허용 온도를 지정합니다.
Re: 알 수 없는 범주의 새로운 데이터 실행을 비교하고 분류하기 위해 알려진 범주가 있는 데이터에서 분류를 만드는 방법하하, 네, 고객이 설명서를 읽지 않을 거라는 걸 알아요. 아이디어는 이 장치가 쿡탑에 직접 연결되어 있으므로 쿡탑은 전기/인덕션 레인지에 대해 선택된 가열 입력이나 가스 레인지에 출력되는 가스 압력을 소프트웨어에 알려줍니다(이는 상대적으로 간단한 수학 계산입니다). 줄(Joule)을 알아내세요. 더 큰 맥락에서 특정 음식 유형에 관한 초기 데이터를 얻는 방법은 테스트 주방과 협력하여 스토브가 테스트 요리를 실행할 때마다 자동으로 데이터를 기록하도록 하는 것입니다. 하지만 그것은 내 논문 프로젝트의 범위를 벗어나는 전부입니다.
지속적인 답변에 감사드리며, 통찰력에 감사드립니다. 이는 판독값을 10초 세그먼트로 나눈 다음 선형 회귀 및 t-테스트를 실행하라는 어젯밤 친구가 제안한 것과 유사하게 들립니다.
Re: 알 수 없는 범주의 새로운 데이터 실행을 비교하고 분류하기 위해 알려진 범주가 있는 데이터에서 분류를 만드는 방법알겠습니다. 하지만 소비자의 손에서 이를 어떻게 통제할 수 있을까요? 요리하는 음식에 따라 스토브의 입력 온도를 조정하는 방법을 알려주시겠습니까? 이를 위해서는 소비자가 설명서를 읽어야 합니다. 좋은 결과 내길 바랄 게.
나는 먼저 DOE보다는 다양한 식품 유형에 대해 직접 샘플링을 수행할 것입니다. 음식은 자연에 따라 크게 달라질 수 있으므로 상대적으로 큰 추론 공간이 필요합니다. 샘플링을 통해 위험 온도에 도달하는 데 필요한 온도의 일관성에 대해 더 큰 확신을 가질 수 있습니다. 그런 다음 음식 유형의 다양한 조건에 맞게 스토브 상단 온도 조절 장치를 견고하게 만들었습니다. 여기에는 식품 유형 변화의 극단적인 "수준" 전반에 걸쳐 설계 요소를 실험하는 것이 포함될 수 있습니다.
Re: 알 수 없는 범주의 새로운 데이터 실행을 비교하고 분류하기 위해 알려진 범주가 있는 데이터에서 분류를 만드는 방법가장 중요한 측면은 곡선 자체의 전체적인 모양입니다. 제가 하려는 것은 화합물 간의 비열 차이로 인해 시간에 따른 가열 곡선이 문제의 화합물(또는 화학적으로 관련된 화합물 집합)에 대해 식별할 수 있을 만큼 고유하다는 것을 보여주는 것입니다. ) 가열될 때의 온대 데이터를 기반으로 합니다. 예를 들어, 물의 열용량이 주어지면 물이 가열되는 방식은 온도 입력이 일정할 경우 콩기름이 가열되는 방식과 달라야 합니다. 왜냐하면 물은 콩기름보다 1도를 가열하는 데 더 많은 줄(J)이 필요하기 때문입니다.
그런 다음 여기서 최종 목표는 조리 중인 항목의 실제 위험 온도보다 높을 수 있는 일정한 최대 온도로 설정하는 대신 가열되는 항목에 따라 쿡탑의 "위험 온도"를 변경할 수 있는 것입니다.
Re: 알 수 없는 범주의 새로운 데이터 실행을 비교하고 분류하기 위해 알려진 범주가 있는 데이터에서 분류를 만드는 방법시간에 대한 데이터 유형을 변경했습니다(원래 테이블에서는 범주형이었습니다... 열에 단어를 넣지 마십시오. 귀하의 경우 열에 측정 단위(초)가 있었습니다). 그러나 당신은 실질적인 중요성에 관한 내 질문에 대답하지 않았습니다. 응답은 괜찮은 곡선입니다. 곡선의 변화가 얼마나 실질적으로 중요합니까? 곡선의 가장 중요한 측면은 무엇입니까(최대, 최소, 기울기, 곡선 등)?
Re: 알 수 없는 범주의 새로운 데이터 실행을 비교하고 분류하기 위해 알려진 범주가 있는 데이터에서 분류를 만드는 방법자세한 답변 감사드립니다.
1) 내 화합물 A - H는 "버터", "옥수수" 등입니다. 각 화합물에는 해당 화합물을 가열하여 얻은 데이터에 대한 5번의 테스트 실행/열이 있습니다. 스크립트에서 버터와 중앙값을 결합하여 제 설명이 부족함에도 불구하고 의도를 파악하셨군요.
2) 해당 열의 데이터는 Cx10 단위의 온도이므로 450 = 섭씨 45도입니다. 열 입력은 측정 사이의 시간과 마찬가지로 일정하므로 온도가 반응 변수가 되어야 한다고 생각합니다. 관심 있는 반응에는 특정한 변화가 없습니다. 관심 있는 것은 변화 방식(전체 곡선)이 동일한 화합물의 다른 테스트 실행 방식과 일치하는지 여부입니다. 구체적으로, 어떤 화합물을 가열하고 있는지 식별하기 위해 필요한 시간-온도 데이터를 사용할 수 있습니까? (이것이 가능한지 여부는 연구를 통해 테스트되는 쿼리입니다.)
3) 여기서 문제를 이해했는지 잘 모르겠지만 귀하의 그래프는 작동했지만 내 그래프는 작동하지 않았으므로 그것이 틀렸다는 것은 확실히 맞습니다. 초 표시를 제거해야 했나요?
귀하가 포함시킨 스크립트를 사용하면 제가 겪었던 오류가 어디에 있는지 알 수 있을 것 같습니다. 나는 또한 여기에서 시도해 볼 몇 가지 아이디어를 얻었습니다.
감사합니다!
Re: 알 수 없는 범주의 새로운 데이터 실행을 비교하고 분류하기 위해 알려진 범주가 있는 데이터에서 분류를 만드는 방법각 시계열이 함수(또는 곡선이나 프로파일)인 JMP Pro와 Functional Data Explorer를 사용할 수도 있습니다. 결과 기능적 원리 구성 요소를 반응(Y) 또는 예측 변수/요인(X)으로 사용합니다.
Re: 알 수 없는 범주의 새로운 데이터 실행을 비교하고 분류하기 위해 알려진 범주가 있는 데이터에서 분류를 만드는 방법커뮤니티에 오신 것을 환영합니다. 내 생각/질문은 다음과 같습니다.
제가 무엇을 보고 있는지도 모르고, 구체적인 조언을 드릴 만큼 과정을 이해하지도 못합니다.
1. 데이터 표에 AH 화합물이 보이지 않나요? 화합물을 구성하는 구성 요소가 무엇인지 알 수 있습니까? 예를 들어, 화합물 A는 컬럼으로 가지고 있는 각 성분(버터, 카놀라, 코코넛, 옥수수 등)의 일정량일 수 있습니다. 데이터에 8가지 다른 화합물을 포함하는 열이 있어야 합니다. 분명히 온도에 대한 열이 있어야 합니까? 따라서 첫 번째 단계는 데이터 테이블을 적절하게 설정하는 것입니다. 아마도 각 성분에 대한 열은 괜찮을 것 같지만 Butter AF를 별도의 열로 사용하는 것은 괜찮을 것 같습니다.
2. 표에 있는 숫자는 무엇입니까? 반응 변수는 무엇입니까? 이러한 반응 변수의 변화 중 과학적 관심이 어느 정도입니까?
3. 시간 열은 연속된 숫자 형식이어야 합니다.
Graph Builder에 첨부한 플롯을 생성하는 스크립트를 추가했습니다. 왼쪽 상단의 소스 아래에 있는 녹색 화살표(재료 대 시간)를 클릭하세요.
