Cómo crear categorización a partir de datos con categorías conocidas para comparar y categorizar una nueva ejecución de datos de categoría desconocidaEscenario: Tengo 8 compuestos AH, para cada compuesto tengo 5 ejecuciones* de datos de tiempo y temperatura con una categoría conocida. Necesito poder comparar una única ejecución de datos de una categoría desconocida con aquellas ejecuciones existentes y asignar una categoría a esa ejecución.
Algunas cosas que están sucediendo y que también pueden ser necesarias tener en cuenta:
1) Mis horas de inicio (cuando comenzó la calefacción versus cuando comenzó la ejecución de datos) no todas coinciden.
2) No todas las tiradas terminan a la misma temperatura (por motivos de seguridad)
3) Algunos de estos compuestos son muy similares y pueden no ser distinguibles (si puedo o no es el propósito de esta investigación)
Adjunto mis datos así como la imagen de la superposición de la trama.
Estoy buscando ayuda sobre qué herramienta/función usar para configurar esto. En este momento, puedo ejecutar cosas como analizar->multivariado para obtener una tabla con cada dato comparado con todos los demás, pero esto no permite comparar con el conjunto de datos. También intenté analizar -> variables de cluster, pero solo me da dos clusters y no sé cómo decirle que me dé más. Tampoco veo una manera de entrenar manualmente los grupos iniciales. Otras opciones que probé parecían ser comparar valores de filas individuales, no la curva en su conjunto, lo que no tiene en cuenta el panorama general, que es lo que necesito comparar.
Me complace profundizar en la documentación sobre cómo utilizar la herramienta/método/función sugerida, pero necesito consejos sobre un punto de partida. Tengo acceso a través de mi universidad, por lo que debería tener acceso a la mayoría, si no a todas, las opciones disponibles. También tengo acceso a otros paquetes de análisis (incluido SAS) si hay una mejor opción entre ellos.
Los scripts están bien, pero preferiría no hacerlo si es posible, ya que soy nuevo en JMP y tengo limitaciones de tiempo.
*Mi enfoque en este momento es implementar un proceso que pueda al menos separar las no coincidencias obvias antes de gastar tiempo y recursos en ejecuciones de datos adicionales.
Automatización y secuencias de comandosInvestigación de Consumidores y MercadosAcceso a los datosRe: Cómo crear categorización a partir de datos con categorías conocidas para comparar y categorizar una nueva ejecución de datos de categoría desconocidaGracias por tu explicación. La idea suena genial, pero su ejecución sería un gran desafío.
Puede ignorar mis preguntas: la industria de los electrodomésticos intenta constantemente reducir sus costos, ¿cómo es rentable? ¿Dónde estaría ubicado el sensor de temperatura? ¿Quién coloca el sensor en la comida? ¿Cómo se consigue que los consumidores coloquen el sensor? ¿Qué tal la limpieza del sensor? ¿Es suficiente un sensor? Las temperaturas varían dentro de la bandeja, ¿cómo explicaría esto un sensor? ¿Qué pasa si la sartén no está centrada en la fuente de energía? ¿Cuáles son los efectos de las condiciones ambientales? ¿Diferentes tipos/tamaños de sartenes? ¿Qué pasa si se utiliza más de un quemador en la estufa? ¿Qué tan diferentes son las capacidades caloríficas de estos diferentes compuestos? ¿Qué pasa con las capacidades caloríficas cuando son "mezclas"? Bajar las temperaturas puede aumentar el tiempo de cocción, ¿es eso lo que quiere el consumidor? ¿La comida que se cocina tendrá el mismo sabor si se cocina a baja temperatura? ¿Cómo se mide el chisporroteo o las salpicaduras? ¿Esto se ve afectado por la cantidad de ingredientes?
Re: Cómo crear categorización a partir de datos con categorías conocidas para comparar y categorizar una nueva ejecución de datos de categoría desconocidaEl objetivo es diseñar un dispositivo que pueda detectar automáticamente el tipo de alimento sin intervención del usuario. Mi hipótesis es que, dado que diferentes compuestos tienen diferentes capacidades caloríficas, reaccionarán de manera diferente al calentamiento. Que es algo que podemos medir con un sensor de temperatura. Con el análisis de big data (o IA que originalmente iba a usar, pero que dejé de usar debido a limitaciones de tiempo), ahora deberíamos tener la capacidad de medirlo y responder de una manera útil sin la participación del usuario. La idea es que incluso si no puedo obtener una coincidencia exacta (lo cual es ciertamente poco realista), si podemos estar en el mismo estadio en la medida en que nuestras temperaturas de peligro sean similares, podemos ajustar dinámicamente cuál debería ser esa temperatura máxima. Entonces, si usa aceite de coco con un punto de humo mucho más bajo, la estufa lo trata de manera diferente que, por ejemplo, el aceite de maíz con un punto de humo más alto. Para empezar, utilicé lípidos para cocinar porque son relativamente sencillos y son la principal causa de incendios en la cocina. La industria tiene temperaturas máximas (de hecho, tengo mediciones con el máximo para mi estufa de un año que aparece, ya que automáticamente disminuyó la temperatura y comenzó a realizar ciclos para mantener la sartén lo suficientemente baja), pero dependiendo de qué elemento esté en la estufa, esas Las temperaturas pueden estar por encima de la temperatura donde existe un peligro para el usuario.
Tiene razón, el algoritmo de lo que sucede después de identificar el tipo estaría preprogramado y cualquier conjunto de datos del mundo real tendría que ser mucho más grande que lo que estoy probando para este proyecto. Esto no sería lo suficientemente rápido para una aplicación de "vida y seguridad", ningún software podría hacer eso, es más como tener asistencia de carril en su automóvil. Habría una opción para que el usuario la anule si así lo desea (hasta ese límite máximo legal), pero si el usuario simplemente se aleja de la estufa y la olvida, entonces se ajustaría dinámicamente para garantizar que el compuesto no alcance el punto de inflamación y mucho menos el encendido automático, o potencialmente, en el caso de algunos compuestos como la mantequilla, poder mantener la temperatura lo suficientemente baja/incluso lo suficiente como para que no comience a chisporrotear y salpicar por todos lados.
Muchas gracias por sus preguntas. Es bueno tener perspectivas externas sobre lo que puede no tener sentido tal como lo he descrito.
Re: Cómo crear categorización a partir de datos con categorías conocidas para comparar y categorizar una nueva ejecución de datos de categoría desconocidaLo siento, mi preferencia es hacia situaciones reales, diseños de productos reales, aplicaciones de uso real, etc. ¿Qué está haciendo exactamente tu dispositivo? ¿Cómo sabe el tipo de alimento o las combinaciones de tipos de alimentos para enviar esa información al sistema de control de la estufa? ¿Asumo que tendrás que tener alguna aportación del usuario? ¿O está desarrollando un sensor que pueda detectar el tipo de comida? Parece que no necesita un dispositivo, sino una interfaz de usuario que le pide al usuario que ingrese el tipo de comida. Los algoritmos sobre cómo la estufa modifica la cantidad de energía y el tiempo de cocción para cada tipo de alimento se cargan en el firmware. Por supuesto, todavía hay componentes de variación a considerar (p. ej., error de medición, dentro de la sartén, de sartén a sartén dentro de la estufa, de unidad a unidad).
Por supuesto, si se encuentra en el mundo real, también debe conocer los requisitos de las agencias reguladoras. Especifican las temperaturas máximas permitidas registradas en las superficies adyacentes a las estufas.
Re: Cómo crear categorización a partir de datos con categorías conocidas para comparar y categorizar una nueva ejecución de datos de categoría desconocidaJaja, sí, sé que el cliente no leerá el manual. La idea es que este dispositivo esté conectado directamente a la estufa, de modo que la estufa le indique al software qué entrada de calefacción se ha seleccionado para las estufas eléctricas/de inducción o qué presión de gas se está emitiendo para las estufas de gas (que entonces es un cálculo matemático relativamente simple para calcular julios). La forma de obtener datos iniciales en términos de tipos de alimentos particulares en un contexto más amplio es trabajando con cocinas de prueba para que sus estufas registren automáticamente los datos con cada ejecución de lo que estén cocinando de prueba. Sin embargo, todo eso está fuera del alcance de mi proyecto de tesis.
Gracias por sus continuas respuestas, aprecio las ideas. Esto suena similar a lo que sugirió un amigo anoche, que consiste en dividir las lecturas en segmentos de 10 segundos y luego ejecutar regresión lineal y pruebas t.
Re: Cómo crear categorización a partir de datos con categorías conocidas para comparar y categorizar una nueva ejecución de datos de categoría desconocidaVale, tiene sentido, pero ¿cómo controlarías esto en manos del consumidor? ¿Darles instrucciones para ajustar la temperatura de entrada de la estufa según lo que estén cocinando? Esto requeriría que el consumidor leyera el manual. Buena suerte con eso.
Primero, realizaría un muestreo dirigido de los diferentes tipos de alimentos en lugar del DOE. Necesita un espacio de inferencia relativamente grande ya que los alimentos pueden variar significativamente debido a la naturaleza. Con el muestreo se puede establecer una mayor confianza en la consistencia de las temperaturas necesarias para alcanzar la temperatura peligrosa. Luego, haría que los controles de temperatura de la estufa sean resistentes a las diferentes condiciones del tipo de alimento. Esto puede implicar la experimentación de factores de diseño en "niveles" extremos de tipos de alimentos cambiantes.
Re: Cómo crear categorización a partir de datos con categorías conocidas para comparar y categorizar una nueva ejecución de datos de categoría desconocidaEl aspecto más importante es la forma general de la propia curva. Lo que intento hacer es mostrar que debido a las diferencias en el calor específico entre compuestos, la curva de calentamiento a lo largo del tiempo será lo suficientemente única para el compuesto en cuestión (o para un conjunto de compuestos químicamente relacionados) como para identificarlo (o a ellos). ) según los datos de temperatura a medida que se calienta. Por ejemplo, la forma en que se calienta el agua, dada su capacidad calorífica, debería ser diferente de la forma en que se calienta el aceite de soja si la entrada de temperatura es constante porque el agua requiere más julios para calentar un grado que el aceite de soja.
Entonces, el objetivo final aquí es poder cambiar la "temperatura de peligro" en una estufa en función de lo que se está calentando en lugar de establecer una temperatura máxima constante que podría ser más alta que la temperatura de peligro práctica del artículo que se está cocinando.
Re: Cómo crear categorización a partir de datos con categorías conocidas para comparar y categorizar una nueva ejecución de datos de categoría desconocidaCambié el tipo de datos por tiempo (era categórico en tu tabla original... no pongas palabras en la columna, en tu caso tenías la unidad de medida en la columna (seg)). Pero no respondiste mi pregunta sobre el significado práctico. La respuesta es una curva que está bien. ¿Qué grado de cambio en la curva tiene importancia práctica? ¿Cuál es el aspecto más importante de la curva (máx., mín., pendiente, curva, etc.)?
Re: Cómo crear categorización a partir de datos con categorías conocidas para comparar y categorizar una nueva ejecución de datos de categoría desconocidaGracias por la respuesta detallada.
1) Mis compuestos A - H son "Mantequilla", "Maíz", etc. Para cada uno de ellos tengo 5 ejecuciones de prueba/columnas para los datos del calentamiento de ese compuesto. Veo que combinaste las mantequillas con una mediana en tu guión, así que descubriste la intención a pesar de mi mala descripción.
2) Los datos en esas columnas son la temperatura en Cx10, por lo que 450 = 45 grados Celsius. Creo que la temperatura debería ser la variable de respuesta ya que la entrada de calor es constante al igual que el tiempo entre mediciones. No hay un cambio específico en la respuesta que sea de interés, lo que sí es interesante es si la forma en que cambia (la curva general) coincide con la forma en que cambiaron otras pruebas del mismo compuesto. Específicamente, ¿puedo usar los datos de tiempo y temperatura que tengo para identificar qué compuesto estoy calentando? (Si esto es posible o no, la consulta se está probando con la investigación).
3) No estoy seguro de entender el problema aquí, pero su gráfico funcionó y el mío no, por lo que definitivamente tiene razón en que está mal. ¿Necesitaba quitar el indicador de segundos?
Creo que con el script que incluiste puedo ver dónde se encuentran los errores que tenía. También obtuve varias ideas para probar desde aquí.
¡Gracias!
Re: Cómo crear categorización a partir de datos con categorías conocidas para comparar y categorizar una nueva ejecución de datos de categoría desconocidaEs posible que pueda utilizar JMP Pro y Functional Data Explorer, donde cada serie temporal es una función (o curva o perfil). Utilice los componentes del principio funcional resultantes como respuesta (Y) o predictor/factor (X).
Re: Cómo crear categorización a partir de datos con categorías conocidas para comparar y categorizar una nueva ejecución de datos de categoría desconocidaBienvenido a la comunidad. Aquí están mis pensamientos/preguntas:
No sé lo que estoy viendo y no entiendo el proceso lo suficiente como para brindar consejos específicos.
1. ¿No veo los compuestos AH en la tabla de datos? Veo ¿cuáles pueden ser los componentes que forman los compuestos? Por ejemplo, el Compuesto A puede ser alguna cantidad de cada uno de los ingredientes (Mantequilla, Canola, coco, maíz, etc.) que tienes como columnas. Debe tener una columna en sus datos que contenga los 8 compuestos diferentes. ¿Aparentemente debería haber una columna para la temperatura? Entonces, el primer paso es configurar la tabla de datos adecuadamente. Creo que quizás una columna para cada ingrediente esté bien, pero no Butter AF como columnas separadas.
2. ¿Cuáles son los números en la tabla? ¿Cuál es la(s) variable(s) de respuesta? ¿Qué grado de cambio en esas variables de respuesta es de interés científico?
3. Su columna de tiempo debe tener el formato de un número numérico continuo.
Agregué un script para crear el gráfico que adjuntó en Graph Builder. Simplemente haga clic en la flecha verde (Ingredientes versus tiempo) debajo de la Fuente en la esquina superior izquierda.
