Damien Perret, científico de I+D, CEA
François Bergeret, estadístico sénior, Ippon Innovation
Carole Soual, jefa de estadísticas, Ippon Innovation
Isabelle Giboire, Isabelle, CEA
El software JMP fue implementado inicialmente en CEA en 2010 por equipos de I+D que desarrollan la formulación de vidrio nuclear. A lo largo de los años, JMP se ha utilizado para múltiples propósitos, como la visualización de datos de dominios de composición altamente complejos, diseños de mezclas óptimos y técnicas de aprendizaje automático para crear modelos predictivos de propiedad a composición. Más recientemente, JMP nos permitió desarrollar metodologías muy innovadoras. Se presentarán dos casos de estudio. Primero, mostraremos un enfoque original basado en un submuestreo automático e inteligente de los datos, combinando técnicas de diseños óptimos y varios métodos predictivos en JMP y JMP Pro para crear modelos predictivos muy robustos y precisos. En segundo lugar, presentaremos un beneficio sorprendente de usar la plataforma de simulación donde la respuesta está por debajo del límite de detección en la mayor parte del espacio de diseño.
