Danke Du für Aufpassen Das Präsentation für Tee Europa Entdeckung Gipfel Konferenz online. Mein Name Ist Damien Perret. ICH ein Mann Forschung und Entwicklung Wissenschaftler bei CEA In Frankreich. ICH Bin mit Francois Bergeret Tee Statistiker Und Tee Gründer von Ippon Innovation In Frankreich. Mit Francois, Wir Sind sehr Glücklich Zu Sei Hier Heute Und Wir würde wie Zu Danke Tee Lenkung Ausschuss WHO ausgestopft uns Tee Gelegenheit Zu sprechen um Das arbeiten welche Ist um innovativ Ansätze verwenden JMP.
Wir Wille geben Du zwei Kasten Studien. Francois Wille Hier Tee Erste Kasten Und ICH Wille Hier Tee zweite Kasten. Nur Start mit hat wenige Wörter um CEA. CEA Ist hat Französisch Regierung Organisation für Forschung, Entwicklung, Und Innovation In Ofen Bereiche; niedrig Kohlenstoff Energien, technologisch Forschung, grundlegend Forschung, Und Verteidigung Und Sicherheit. Tee CEA zählt um 20.000 Menschen Und Wir Sind gelegen Wir neun anders Website (s In Frankreich. Wir haben stark Beziehungen mit Tee akademisch Welt Und viele Kooperationen mit Universitäten Und Partner, beide In Frankreich Und alle um Tee Welt.
Ein paar Wörter um Ippon Innovation. Von Wettrennen, Wir Sind hat kleiner Unternehmen verglichen Zu Tee CEA. Es War erstellt 15 Jahre vor. Wir Sind basierend In Tee Süd von Frankreich, Toulouse. Wir Sind hat Team von Statistiker, nur Statistiker mit Fähigkeit In industriell Statistiken, Beispiel, SPC, Messung System Analyse, Und von Wettrennen, Maschine Lernen Und Also Wir.
Ich bin hat JMP Benutzer seit 1995, Also hat lang Zeit vor. ICH gestartet mit JMP 3. Von Wettrennen, Ippon Ist JMP Partner Weil Wir gebraucht hat Charge von JMP. Für Beispiel, für Ertrag Optimierung, Wir haben hat Werkzeug angerufen Yeti, automatisch Ertrag Optimierung In Komplex Herstellung Systeme. Wir Auch entwickelt Lösung basierend Wir hat Kunde Anfrage, Was Wir Anruf Software Wir Anfrage, für Beispiel, hat voll Lösung für Ausreißer Erkennung Gold Statistiken Verfahren Kontrolle.
Benutzen JMP Und GSL, Wir haben mehrere GSL Experte Hier, einschließlich Carole Soual, welche Ist co- Autor von Das sprechen Heute. Wir Auch haben hat klassisch Beratung Und Ausbildung Sachverstand basierend Wir JMP Wir industriell Statistiken. Tee begeistert von Tee Präsentation Heute, Wir Wille Hier zwei real Kasten Studien mit Damien. Tee Erste eins Ist basierend Wir Simulation Und hat Computer Design von Experiment, Und Tee zweite eins Wille Sei vorgeführt von Damien Wir hat Maschine Lernen Werkzeug für Vorhersage.
ICH Wille Hier Tee Kasten Studie Nummer 1 basierend Wir Mischung. Es Ist Okay. Du dürfen gehen Wir Tee nächste gleiten. Tee Kontext Ist hat Risiko Bewertung Und hat Chance Berechnung. Zu erklären Es hat wenig bisschen, Mischung Design von Experiment War erstellt von Tee CEA Zu auswerten Tee Leistung von hat Material für nuklear Abfall. Tee Konditionierung Ist Erledigt mit Salze In hat Matrix. Tee Leistung Ist bestimmt von hat Schwelle Wir Tee Energie. Tee Energie hat Zu Sei höher als Tee Schwelle.
Es Ist nicht Also einfach Zu schätzen Tee Chance Zu Sei unten Das Schwelle. Wir Wille getragen alle Tee Werkzeuge Und alle Tee Daten Das Wir haben Zu Tun Das Aufgabe. Von Wettrennen, Tee Chance hat Zu Sei As klein As möglich. Damian, Tee CEA Experte, Wille bewerten Wenn Das Chance Ist Okay. Jetzt, Was Methodik Wir getragen Zu schätzen Das am schlimmsten Kasten Chance?
Erste von alle, basierend Wir Tee Daten aus Tee Mischung Design von Experiment, Wir haben geschätzt mehrere Modelle. Grundsätzlich, manche klassisch linear Modelle, Auch Einstufung Und Entscheidung Bäume, Und Auch neuronal Netzwerke Sind Tee Hand Modelle gebraucht. Für jede Modell, Wir haben Erledigt drei Analyse.
Erste, Tee Montiert Thaddäus Simulation Wir Tee Faktoren, Also klassisch zufällig Simulation mit Montiert Thaddäus. Auch, Was Wir Anruf Raum Füllung Design, hat Computer Design mit JMP, Wo Wir versuchen Zu erkunden Tee Design Raum Ziel von Computer Simulationen, hinzufügen hat Lärm Wir Tee Antwort.Antwort. Das Ist Erledigt mit JMP Profi. Zuletzt Ding Wir tat Ist hat Mischen von Montiert Thaddäus Und Raum Füllung Design. Wir Wille Detail Das, Ziel Das Ist sehr nützlich As Wir wollen Zu schätzen hat am schlimmsten Kasten Wahrscheinlichkeit. Wir dürfen gehen Zu nächste gleiten.
Kasten Studie Nummer 1, klassisch JMP Simulation für Tee Mischung DAMHIRSCHKUH. Erste von alle, Wir haben Zu wählen Tee am besten Modell. Vor tun die Simulation, Wir brauchen Zu finden Tee am besten Modell. Dort Ist hat sehr Hübsch Besonderheit In JMP Profi, welche Ist angerufen Modell Vergleich. Sehr schnell, Du dürfen verglichen Tee Modelle basierend Wir Kriterien, RS vier Gold Tee AISC. Wir haben Erledigt Das Und ICH Wille Tun Tee Demo Rechts Jetzt. ICH Aktie Mein Bildschirm Jetzt. ICH haben Zu Aktie Mein Bildschirm. Wir haben Zu getragen JMP. Hier, ICH offen Tee Daten Satz. Das Ist hat Daten Satz aus Mischung Design von Experiment. Dort Ist acht Faktoren, X 1- X8, Und Tee Antwort Ist Tee Energie.
Zu zeigen Du Jahr Beispiel von Tee Modell Das Wir tat, Wir ausführen Hier, für Beispiel, hat prädiktiv Modellieren neuronal Netzwerk. Tee Antwort Ist Tee Energie. Tee X's Faktoren Sind Hier. Wir klicken Hier. Für Information, Wir entschieden Hier nicht Zu teilen Tee voll Probe In Lernen Proben, Validierung Proben, prüfen Proben, Weil Daten Sind aus Design von experimente, Also Wir haben nicht hat Charge von Daten. Einunddreißig Experiment maximal Hier.
Wir getragen hat KFalten Validierung Zu speichern Proben, ICH würde sagen. HAT sehr einfach neuronal Netz Hier, eins Schicht, Und Wir klicken Wir Gehen. Dort Ist aufhören hat Gut Modell mit hat richtig, Lasst uns sagen, RS vier für Das. Wie Ist Arbeiten Tee Vergleich von Tee Modell In JMP? Du brauchen Zu speichern Tee Vorhersage Formel. Du klicken Wir Tee Stelle Und ICH speichern Tee Formel. Tun Das, Du haben Formeln Hier von Tee neuronal Netz mit versteckt Lagen. Du sehen Tee Formel, hyperbolisch Tangente Hier von Tee linear Anzeichen. Zweiter n euron Hier von Tee versteckt Lagen, ein anderer Formel, Und Also Wir. Bei Tee Ende, für Tee neuronal Netz, Tee Finale Formel für Tee Vorhersage Ist hat linear Kombination von Tee versteckt Neuronen. ICH halten Das Formel für Tee Moment, Und Ich bin gehen Zu Tun Tee Dasselbe mit hat linear Modell.
Tee linear Modell War Gerettet Hier Zu speichern Zeit. Wir entschieden Zu haben hat linear Modell. Für Mischung Design, Wir haben manche kreuzen Wirkung Hier Und hat linear Modell. Von Wettrennen, Wir brauchen Zu sauber Tee Modell. Wir brauchen Zu entfernen Was Ist nicht bedeutsam Hier Und Also Wir. Wann Tee Arbeit Ist Also, Wir Auch haben Zu speichern Tee Formel. ICH Gerettet Was ICH Anruf Tee Vorhersage Formel. Hier, Unze wieder, In Tee JMP Tisch irgendwo, Du Wille haben Tee Vorhersage Formel für Tee Energie, normal am wenigsten Quadrat. Du haben hat klassisch linear Formel für Tee linear Modell.
Zu zusammenfassen, Hier ICH haben zwei Modelle, neuronal Netzwerk Und normal am wenigsten Quadrat, Und ICH haben hat Formel für Tee zwei Modelle. Dann mit These Formeln, ICH gehen Zu Analyse, Vorausschauend Modellieren, Und Modell Vergleich. Das Ist Tee Hübsch JMP Plattform für Maschine Lernen. Hier Was Du haben Zu eingeben Ist Nur Tee Formel von Tee Anzeichen. Hier, für Tee Beispiel, ICH Nur eingeben zwei Formel, normal am wenigsten Quadrat Und neuronales Netz, Und das ist alle. Du Nur klicken Okay. Hier Du haben hat Vergleich Modell mit manche Kriterien Und Du wählen Tee am besten Modell h Zeit. Erste von alle, ICH hinzufügen Lärm In Tee Daten, Also RS vier Sind nicht Also Gut.
In Zusatz, Wir dürfen verglichen Tee beide Modell. In Das Kasten, für Tee am schlimmsten Kasten Analyse, Wir entschieden entschieden Zu ausführen Tee Simulation beide Wir linear Modell Und Auch Wir neuronal Netz. Jetzt, Wir Sind gehen Zu Tun Das arbeiten. L Und Mich zeigen Du Was Wir tat. Vielleicht Ich bin gehen Zu Aktie Das gleiten, Damian, Weil ICH brauchen Zu zeigen etwas Hier. Es Wille Sei Einfacher mit Mein PC. Also die live Demo Ist Erledigt.Hier Ich bin gehen Zu getragen hat Montiert Thaddäus Simulation. Sehr einfach mit hat JMP Vorhersage Profil.
Erste von alle, Das Ist Mein Erste Demo. Nach Das, ICH Wille Tun Tee Mischung Design von Experiment Raum Füllung Design. ICH haben Zu sagen Das beide für Montiert Thaddäus Und Auch für Raum Füllung Design, Wir haben manche Mischung Einschränkungen. Es bedeutet Das Tee Summe von Tee Komponente hat Zu Sei gleich Zu eins. Es ist nicht hat real Raum Füllung Design. Es ist nicht hat real Montiert Thaddäus Weil Du haben Das eingeschränkt. J PN hat hat schlau Algorithmus, iterativ Algorithmus Zu nehmen hinein Konto Tee Einschränkungen. Wir Sind gehen Zu Simulator Montiert Thaddäus mit Tee Erste Faktoren Und Dann mit Tee zweite Faktoren nehmen hinein Konto Tee Erste eins Und Also Wir.
Bei Tee Ende, ICH Wille Hier Tee voll Simulation mit beide Montiert Thaddäus Und Raum Füllung Design. Das Ist neu Weil Was Wir haben Erledigt Ist für jede laufen von Tee Raum Füllung Design, Wir haben Erledigt 1.000 Montiert Thaddäus Simulationen. Es ist Wirklich hat am schlimmsten Kasten Hier, Ziel Es War Tee Zielsetzung für Tee CEA Zu haben Tee am schlimmsten Kasten. Danke Zu Das, Wir Wille erhalten hat Wirklich Gut schätzen von Tee am schlimmsten Kasten Wahrscheinlichkeit.
Jetzt, lassen Mich springen Zu Tee Demo. Erste von alle, Montiert Thaddäus. Hier ICH haben Tee Ergebnis für Tee Montiert Thaddäus. NEIN, Entschuldigung, es ist nicht Tee Rechts eins. Hier Es Ist. Lasst uns getragen Tee neuronal Netzwerk. Hier, für Tee neurales Netzwerk, Du dürfen fragen für Tee Profil. Eibe Du fragen für Tee Profil, Hier Du dürfen fragen Tee Simulator. ICH Wille nach dem Zufallsprinzip bewegen Tee Faktoren. Ziel Was Ist wichtig Hier, Ich bin fragen für Uniform Verteilung Weil es ist mehr klassisch für Mischung Design. Hier, Ich bin gehen Zu Simulator zufällig Daten für Tee Faktor X1 , Ziel zwischen Das Wert Und Das Wert Weil Dort Ist hat eingeschränkt Hier. ICH geh weiter mit Tee zweite Faktor mit Uniform Simulation zwischen Das Wert Und Das Wert, Und Also Wir.
Zu speichern Zeit, ICH Wille automatisch laufen Tee Simulation Hier. Hier Es Ist. Entschuldigung, ICH von welchem haben Tee Rechts Daten Satz. Entschuldigung um Das. W Hier Es Ist. Modell Vergleich Und Simulation. Hier Es Ist. Okay, Hier Es Ist, Montiert Thaddäus Simulation. Zu speichern Zeit, Krank zeigen Du direkt Tee Ergebnis mit hat zufällig Simulation mit hat Mischung eingeschränkt.
W e haben Erledigt Das Montiert Thaddäus Simulation Und Wir haben Das Ergebnis Wir Tee Energie. Was Ist Hübsch Auch Ist Das Du dürfen setzen Tee Ergebnis In hat Tisch. Das Ist Tee Ergebnis, 10.000 Montiert Thaddäus Simulation. Für jede Simulation Und mit Tee Modell, Du haben Tee Energie. Jetzt, Zu Berechnung Tee Chance Zu Sei untere als Tee spez Grenze, Wir Nur haben Zu Tun hat Verteilung von Tee simuliert Energie. Das Ist hat Verteilung, nicht genau Gauß, mehr schließen Zu hat Der Ort Verteilung. Ziel Trotzdem, Es nicht Gegenstand. Wir Wille Tun Tee Verfahren Fähigkeit Und Tee spez gegeben von Tee CEA Ist Minus 100. ICH Nur klicken Wir Das Und Wir haben Was Wir Anruf Tee Fähigkeit Analyse, gesamt Fähigkeit. Ppk Ist aufhören Gut, höher als 1.3 . Hier, Tee erwartet Prozentsatz von aus von spez Ist sehr niedrig Weil Das Nummer Ist deutlich sehr niedrig.
Wir dürfen haben hat sehen In hat wissenschaftlich Bewertung. Wir Sind bei hat sehr klein Chance Und deutlich Es War akzeptabel für Tee [unverständlich 00:15:13] . Bei Das Zeit, basierend Wir neuronal Netzwerk Modell, basierend Wir Montiert Thaddäus Simulation, Wir haben geschätzt Tee Erste Chance Zu Sei aus von Spezifikation Und Das Chance Ist Hier. Nächste Schritt. Was Wir haben Erledigt Hier Ist Das Wir Sind gehen zurück Hier. Entschuldigung, ICH von welchem schließen Das. ICH von welchem schließen Das. Ich bin gehen Hier Zu Tun ein anderer Simulation mit Was Wir Anruf hat Simulation Experiment. Simulation Experiment Ist Auch angerufen Manchmal hat Raum Füllung Experiment. Du versuchen Zu erkunden Tee Design Raum.
Hier, Wir haben Zu erinnern Das Dort Ist hat Mischung eingeschränkt, Also Wir Wille nicht erkunden, von Wettrennen, hat voll Design Raum, Ziel Wir Wille erkunden hat gehen von Tee Design Raum Hier. Hier Ist hat Ergebnis, 128 Computer läuft mit Tee Simulation Daten. Wir dürfen haben hat sehen bei Tee Ergebnis von Tee Simulation. Eibe Wir Tun hat Streudiagramm Matrix Wir Tee simuliert Experiment Wir Tee Faktoren, Hier Ist Tee Erkundung von Tee Faktor mit hat Mischung eingeschränkt. Mit Das, Unze wieder, Wir haben simuliert Energie Ziel Hier, es ist nicht Montiert Thaddäus Simulation, es ist hat Computer Simulation Experiment.
Dasselbe Arbeit, Wir dürfen setzen Tee Energie Hier. W Hier Ist Tee simuliert Energie? Hier Es Ist. Unze wieder, grob normalerweise verteilt. Hier Ich bin gehen Zu Berechnung, Unze wieder, Tee Verfahren Fähigkeit mit hat spez Minus 100. Hier Es Ist. Hier ICH sollen haben Tee Verfahren Fähigkeit welche Ist Gut. Unze wieder, Du haben hat Chance Zu Sei aus von Tee Spezifikation, welche Ist schließen Zu 7 pro 1.000. Es Ist Auch akzeptabel As hat Ergebnis. Ziel Du dürfen sehen Das In Das Kasten, Tee Chance Ist höher als Tee vorherige eins Weil Tee Berechnung War anders Und Weil Es War hat Simulation Experiment erkunden Tee Raum Und es ist anders aus Montiert Thaddäus Simulation.
Zuletzt Ding Das Wir tat, Und Ich bin gehen Zu offen Tee D an einer Datei. Hier Es Ist, Simuliert Montiert Thaddäus. Hier Es Ist. Nicht Tee Rechts eins, Entschuldigung. ICH haben hat Charge von Dinge offen. Hier Es Ist. Was Ist Das Datei? Was Wir tat Hier. Wir tat beide hat Raum Füllung Design Und für jede laufen von Tee Raum Füllung Design, Wir haben Erledigt 1.000 Montiert Thaddäus Simulationen. Tee gesamt Nummer von Punkte Hier Ist 128.000 Linien. beide Montiert Thaddäus Und Auch hat Computer Design von Experiment.
Hier Wir haben Wirklich hat Gut Daten Satz mit alle Tee Potenzial Variationen. Manche Sind gezwungen von Tee Design von Experiment, Andere Sind deutlich zufällig mit Tee Montiert Thaddäus. Hier, Unze wieder, Wir Sind gehen Zu schätzen Tee Wahrscheinlichkeit. Du haben Tee Hübsch Verteilung von Tee Energie. Dann Wir Wille Unze wieder, Berechnung Tee Chance Zu Sei aus von spez. Eintreten Tee spez Hier, Hier Es Ist. Hier Wir haben hat Chance Zu Sei aus von Spezifikation, welche Ist schließen Zu 1 pro 1.000. Unze wieder, Es War aufhören hat Gut Ergebnis Hier. Das Ergebnis Ist aufhören innovativ. Hier, Nur für Information, Wir hatte Zu erstellen hat wenig JMP Skript Hier Zu Tun Das, Zu mischen Tee Computer Design Und Tee Montiert Thaddäus Simulation. Dort Ist hat wenig GSL codiert für Das. Das ist alle für Mein gehen. Damian, Vielleicht Du dürfen gehen. ICH gestoppt Tee Teilen.
Okay.Das Ist Jetzt Tee Kasten Studie Nummer 2. Für Das Studie, Wir haben entwickelt hat Brauch Werkzeug für prädiktiv Anwendung. Tee Zielsetzung Hier War Zu erstellen hat Werkzeug einschließlich Statistiken Modelle In JMP Profi In Befehl Zu vorhersagen hat Spezifisch Eigentum welche Ist Tee Glas Visko Stadt As hat Funktion von Komposition Und Temperatur. Zu Tun Das, Experimental- Daten Sind Kommen aus beide kommerziell Datenbank Und aus unser eigen Datenbank bei CEA . HAT S Wir Wille sehen, Tee Originalität von Tee Ansatz kommt aus Tee Methodik für Daten sub Probenahme.
Wir gesucht Tee Algorithmen Zu Sei codiert In GSL Und umgesetzt In JMP Profi. Tee Antwort von Tee Modell Ist Tee Glas Viskosität, von Wettrennen, Und Tee Faktoren Sind Tee Gewicht Prozent von Tee Glas Komponenten. Hier Sind manche Hintergrund Information. Du haben Zu wissen Das Glas Material Ist hat NEIN- kristallin solide Und Es Ist erhalten von hat schnell löschen von hat Glas schmelzen. Aus hat Material Punkt von Sicht, Glas Ist hat Mischung von anders Oxide.
Tee Nummer von Oxide Ist Variable aus zwei Gold drei In hat sehr einfach Glas Zu um 30 Und sogar mehr In Tee am meisten Komplex Kompositionen. T Hier Ist hat lang Tradition In Tee Berechnung von Glas Eigenschaften, Und Wir denken Das Tee Erste Modelle war erstellt In Deutschland bei Tee Ende von Tee 19 Jahrhundert.Seit Dann, Tee Menge von veröffentlicht Literatur In Tee Feld von Glas Eigentum Vorhersage hat erhöht hat Charge. Also Das Heute, Wir haben hat riesig Menge von Glas Daten verfügbar In kommerziell Datenbank.Datenbank.
Mehrere Herausforderungen bleiben für Tee Vorhersage von Tee Glas v iskosität Weil Tee Glas v iskosität Ist hat Eigentum Das Ist sehr schwierig Zu vorhersagen.vorhersagen. Erste, v iskosität hat hat riesig ordentlich von Variation hoch Zu bestimmt Aufträge von Größe. HAT auch, v iskosität Ist sehr abhängig Wir körperlich Und chemische Mechanismen Das dürfen tritt ein In Tee Glas schmelzen, abhängig Wir Tee Glas Komposition, wie schnell Trennung Gold Kristallisation, für Beispiel.
Hier Ist Nur hat kurze Hose Beispiel Das zeigt an Das Schwierigkeit. Wir haben ausgewählt drei Kompositionen von Was Wir Anruf SBN Glas, welche Ist sehr einfach Glas mit nur 3 Oxide. W e angewandt Tee am besten bekannt Modelle aus Tee Literatur Zu Berechnung Tee Visko Stadt. T Henne Wir verglichen Tee vorhergesagt Werte mit Tee Experimental- Wert Wir haben gemessen mit unser eigen Gerät.Du dürfen sehen Das sogar für hat sehr einfach Glas, Es Ist nicht einfach Zu erhalten eins zuverlässig Wert für Tee vorhergesagt v iskosität. Hier Ist hat Gut Bild Wir wie Zu getragen Zu geben hat Sicht von Tee Datenbank Wo jede Mitgift Ist eins Glas In hat multi dimensional Sicht von Tee Domain von Kompositionen.
Daten Mai kommen aus anders isoliert Studien, Gold Wir dürfen haben Daten Kommen aus Studien verwenden Experimental- Design, Gold Daten erhalten aus parametrisch Studien mit Variation von eins Komponente bei hat Zeit. W e ausgegeben hat Charge von Zeit In Tee Vergangenheit Zu anwenden anders Methode von Maschine Lernen. HAT klassisch Ansatz War gebraucht für Partitionierung Tee Daten hinein hat Ausbildung Satz Und hat Validierung Satz. Ziel bei Tee Ende, NEIN Statistiken Modell mit akzeptabel prädiktiv Fähigkeit War gefunden Zu vorhersagen Tee v iskosität. T Hut Warum Wir haben entschieden Zu getragen hat anders Ansatz.
Stattdessen von verwenden alle Tee Daten, Wir denken Es Ist besser Zu erstellen hat Modell von verwenden Daten schließen Zu Tee Komposition Wo Wir wollen Zu vorhersagen Tee v iskosität. Also für Beispiel, Wenn Wir wollen Zu vorhersagen Hier, eins Modell Wille Sei erstellt aus Tee Daten Wir haben In Das Bereich, Und hat anders Modell Wille Sei erstellt Wenn Wir wollen Zu vorhersagen Tee Eigentum Hier, für Beispiel. T Hut Warum Wir sagen Das Das technisch Ist dynamisch Weil Tee Modell kommt darauf an Wir Tee Komposition Und Es Ist verwandt Und tailliert Wo Wir wollen Zu vorhersagen.vorhersagen. W e sagen Das Tee Modell Ist automatisch Weil Wir von welchem haben Zu Tun Das manuell.
Jeden Schritt Ist Erledigt von hat Algorithmus umgesetzt In Tee Werkzeug. Ö geboren von Tee am meisten wichtig Punkt Ist sicherlich Tee Bestimmung von Tee optimal Daten Satz Zu erstellen Tee Modell. F Gold Das, Wir haben umgesetzt zwei Methoden von sub Probenahme. In Tee Erste Methoden, hat theoretisch Gold virtuell Design von Experiment Ist generiert um Tee Komposition von Interessen. Dann jede laufen von Tee Design Ist ersetzt von Tee am meisten ähnlich Experimental- Daten Hier In Tee Datenbank, führend Zu Tee Finale Ausbildung Daten Satz.
In Tee zweite Methoden, Wir haben umgesetzt In Tee Werkzeug.Th Ist Ist basierend Wir anders Größe von Daten Sätze erstellt um Tee Komposition von Interesse. HAT klein Daten Satz Ist generiert von Tee Werkzeug Und Modell Sind erstellt Wir Das klein Teilmenge Zu vorhersagen Tee Visko Stadt. T Henne größer Und größer Daten Sätze Sind generiert automatisch Und Tee optimal Größe Ist ausgewertet von mehrere Statistiken Kriterien damit verbundenen Zu jede Teilmengen.
Endlich, Tee Konstruktion von Tee Modelle Ist basierend Wir drei anders Algorithmen umgesetzt In Tee Werkzeug. Erste Ist hat Polynom Modell erhalten von hat Multi- linear Rückschritt. Zweite Ist hat Genreg Modell Und neuronal Netz Modell. HAT T Tee Ende, Wir haben sechs anders berechnet Werte welche macht Tee Vorhersage sehr robust.
Lasst uns gehen Zu JMP Zu sehen Wie Es funktioniert. L Und Mich Erste zeigen Du Tee codiert. T Hey Skript, As Du dürfen sehen, Ist aufhören lang, um 700 Reihen, welche ist ein Ausstieg kompliziert GSL codiert. Tee Erste Ding Du haben Zu Tun Ist Zu eingeben Tee Komposition von Tee Glas Du wollen Zu vorhersagen Tee Viskosität. T Ö Tun Das, Du dürfen getragen Jahr Schnittstelle Wir haben erstellt.erstellt. Du Nur haben Zu wählen Tee Oxid eintreten Tee Komposition. F Gold jede Oxid, Du Nur haben Zu eingeben Tee Gewicht Prozent. Gold Wenn Du wollen, Du dürfen direkt eingeben Tee Komposition In Tee Skript, welche Ist hat wenig bisschen mehr schnell, ICH würde sagen.
Dann Du Start Tee Skript. ICH wird nicht Tun Das Jetzt Weil Es dauert um eins Gold zwei Protokoll. Es ist nicht sehr lang. Ziel für Das Demo, ICH haben bereits laufen Tee Skript. Lassen Mich zeigen Du Tee Ergebnisse. Bei Tee Ende von Tee Berechnung, Du haben Das Fenster Wo Du dürfen erhalten hat Statistiken Verschiebung. Sehr interessant. Erste, Hier Du haben Tee Komposition Du haben trat ein, es ist Nur hat Erinnerung. W e haben Tee Graph zeigen Tee vorhergesagt Wert. Ö nicht Tee Y Achse, Wir haben Tee vorhergesagt Werte von Tee Viskosität berechnet von Tee drei Algorithmus Und für Tee zwei Methoden.
Wir Tee X Achse, Wir haben Tee Nummer von Erweiterung für Tee zweite Methode ICH haben beschrieben. ICH nicht Rot, welche Ist Tee am meisten wichtig Wert, ICH würde sagen, Ist Tee Durchschnitt von alle Tee anders Vorhersagen. ICH T Ist Tee am besten Vorhersage, ICH würde sagen, von Tee Glas Viskosität . ICH F Wir brauchen Zu haben mehr Statistiken Einzelheiten, Wir haben hat Charge von Information In Das Verschiebung Zu Studie Tee Qualität von jede Modell. Für Beispiel, Wir dürfen überprüfen Tee Werte von Tee DRÜCKEN SIE Statistiken für Tee Multi- linear BIC F Modell.
Für Beispiel, Hier Wir dürfen sehen Das Tee DRÜCKEN SIE Werte erzählen uns Das Tee Vorhersage verwenden Tee Methode Nummer 1 Ist hat wenig bisschen besser als für Tee zweite Methode. W e Auch sehen Das Tee Modell Degradierung mit Tee Erweiterung von Tee Ausbildung Satz. Wir dürfen Auch überprüfen Tee RS vier Werte für Tee zwei anders Methode Und für Tee anders Algorithmus, Und Wir dürfen verglichen ihnen. W e dürfen haben sogar mehr Einzelheiten Wir Tee Design von Experimente Das war erstellt Und alle Tee Formel von Vorhersage. T sein Ist hat Charge von Information, Ziel Dort Ist Tee am meisten wichtig gehen Hier, welche Ist Tee vorhergesagt Wert von Tee Viskosität.
Lasst uns gehen zurück Zu Tee Steckdose. T sein Ist Tee Ergebnis erhalten für Tee einfach SBN Glas, welche Ist, As ICH sagte früher, hat einfach Glas mit nur 3 Oxide. Ziel Wir haben berechnet Tee Visko Stadt für drei anders Komposition von SBN Glas. W e verglichen Tee Ergebnisse erhalten aus unser Werkzeug Hier mit Tee Ergebnisse aus Tee Modelle verfügbar In Tee Literatur. In Begriff von Tee relativ Fehler von Vorhersage, Es hat Zu Sei As niedrig As möglich. W e dürfen sehen Das Tee am besten Ergebnisse von Vorhersage Sind erhalten mit unser Werkzeug, welche Ist Wirklich Großartig.
H Zeit, Wir haben Tee Ergebnisse erhalten Wir mehr Komplex Gläser. T Hey Werkzeug prädiktiv Fähigkeit War ausgewertet von extrahieren 230 Reihen aus Tee gesamt Datenbank.Datenbank. In Das Tisch, Wir haben Tee relativ Fehler von Tee Visko Stadt Vorhersage für anders Art von Glas Und für Tee gesamt Teilmenge von Daten. Drei Quantile Sind gegeben, Tee Median, Bedeutung Das 50 % von Tee vorhergesagt Werte haben hat relativ Fehler Das Ist unten Tee Wert angegeben Hier. W e Auch geben Tee 75 % Und Tee 90 % Quantile. W Henne Wir sprechen um Glas v Iskosität, traditionell, Wir halten Das Tee prädiktiv Fehler, um 30 % Ist sehr Gut.
W e sehen Das für Tee mehrheitlich von Tee Daten, Tee Modell Fähigkeit Ist Bußgeld Und Wir war sehr Glücklich mit Tee Ergebnisse Wir erhalten. Hier Sind manche sehr wichtig Schlüssel Parameter.Parameter. Es Ist sehr wichtig Zu nehmen hinein Konto As viele Eingänge aus Tee Glas Experten As möglich. Für Beispiel, Wir hatte Zu erstellen Spezifisch Algorithmen Zu handhaben Tee Natur Und Tee Wand von Oxide Und viskos ität. Ein anderer Punkt von wesentlich Bedeutung Ist verwandt Zu Tee Herkunft Und Zu Tee Zuverlässigkeit von Tee Daten.
Für Das, hat bedeutsam Menge von Zeit In Das Projekt hat gewesen ausgegeben Zu Tee Verfassung von hat zuverlässig Datenbank.Datenbank. W e hatte Zu implementieren Wege Und Wir hatte Zu Studie anders Wege von Berechnen Tee Entfernungen zwischen Tee Glas Komposition. ICH du bist Zeit Zu daraus schließen Jetzt. Wir haben vorgeführt zwei anders Kasten Studien. In Tee Erste Kasten Studien, Wir haben erstellt mehrere Modelle Und Wir haben verglichen ihnen für Tee Risiko Bewertung. Wir haben gesehen Das Es War einfach mit JMP Zu ausführen Montiert Thaddäus Simulationen, sogar für Mischung Entwürfe mit Einschränkungen. Wir haben gesehen Das Es War einfach Auch Zu ausführen Raum Füllung Design, Und wieder, sogar für Mischung Entwürfe.
Von kombinieren Montiert Thaddäus Und Raum Füllung Entwürfe, am schlimmsten Kasten Chance hat gewesen geschätzt. ICH nicht Tee zweite Studie, Wir haben vorgeführt Tee Werkzeug Wir haben erstellt mit Jahr Original Methode von Unterabtastung Tee Daten. Für jede Komposition von Interesse, hat Spezifisch Modell von Viskosität War konstruiert um Das Komposition, Und Wir haben gesehen Das Tee Vorhersage Genauigkeit Wir Tee Visko Stadt War sehr vielversprechend Und viel besser als Modelle verfügbar In Tee Literatur. Danke Du für dein Aufmerksamkeit.
