你好每个人，好的到见面你。 我是埃贡总的从德之馨，德国。 从专业的，我是A生物技术专家和我是看着向前为了我的推介会为了你。
你好每个人。 我是账单沃利。 我是A联合管理计划系统工程师在职的出去的这化学领土在这中央地区的这我们。
你好。 我的姓名是彼得赫什。 我是部分的这全球的技术的赋能团队，在职的为了联合管理计划出去的丹佛,科罗拉多州。
彼得欢迎到我们的推介会，数据-驱动的选择作为A第一的步为了A快速地和未来-证明过程发展。 第一的我想到介绍这公司我是在职的为了。 我们是位于在霍尔兹明登,更多的或者较少的在这中心的德国，和那里是二站点未来从我们的历史。
全球范围看到,我们是位于和这总部（霍尔茨明登） 。 我们有大的子公司在彼得伯勒,在骚保罗和在新加坡，和那里是相当A很多的设施在法国还未来到期的到我们的历史。
未来到这历史，德之馨曾是已创建在2003年出去的A合并从哈蒙和押韵，哪个曾是成立在1874年，在德拉戈科,哪个是这其他边，从我们的设施，哪个曾是已确立的1990年。超过这年那里有到过相当一些收购和还在2014年这获得的戴安娜，哪个是主要是位于在法国因为那是这原因为什么那里是所以许多不同的研究和发展枢纽。
我们的主要的产品来从农业产品或者从化学流程和那里是相当A很多的各种各样的生产容量，生产可能性为了我们的主要的顾客存在人类或者宠物。作为是所以各种各样的，我们是交易为了食物为了这人类消耗，为了宠物消耗，和还为了健康好处。
在这其他边，这部分香味和关心是交易和香水未来从美好的香水，到家庭关心，到洗衣店,任何事物你能想象，那闻很好。
作为我说在这开始，我是A生物技术专家经过训练和我是交易A很多和发酵流程到优化他们和到规模他们向上或者向下。一主要的问题什么时候它来了到发酵是这肉汤，这液体作品的这媒体，哪个将要然后喂养这有机体。 不事情哪个有机体那是，他们需要碳来源，他们需要氮来源，他们需要次要的盐类，主要的盐类，酸碱度价值观，和其他事物。
它是经常重要的哪个种类的媒体一有。 什么时候它来了到媒体作品，那里是二大的分支机构哪个能是看到了。 一是这分支的合成的媒体，所以全部成分是已知的在这精确的数量和作品。 这其他方式是复杂的媒体，为了例子，拥有A酵母提炼或者A蛋白质提炼或者任何，在哪里它是A复杂的混合物的不同的基材，不同的化学物质。这第三方法会是A混合物的两个都。
一的这边效果的这些复杂的媒体是那它是相当简单的到交易和他们。但在这其他手，那里能是宪政的变化超过时间，作为一些供应商趋于到优化他们的流程，他们的产品，到任何地区，到任何目标。一些顾客得到抓住的那些变化，一些不。
其他问题可能是这可用性 o F它是A自然的产品喜欢[听不清 00:04:38]或者任何。你可能知道一些原料，你将要一定不是知道全部原料和那里可能是促进或者抑制物质之内那些混合物。
在这开始的A过程发展，这媒体是的主要的重要性。 所以我尝试过到看在碳来源，氮来源，盐类，痕迹元素，和所以在，存在我的不同的生的材料。 尽管生长这生物体，一有到拿关心的不同的温度，搅拌速度到得到氧进入这液体，栽培时间，和那里是A很多的未知变量到得到一个主意什么这影响可能是到这细胞干燥重量，为了例子，或者到这不同的目标化合物一有在头脑。
为了这设置，我用过的然后这确定的筛选设计。 作为这最多的你知道，他们是相当均衡和有A特别的形状哪个是反映在这些三-维度的阴谋。 你能看确定的筛选设计是不知何故步行大约肯定边缘和拥有A中心观点。 到期的到这建造的这确定的筛选设计，一能估计互动和正方形影响。这些互动是不是困惑的和这主要的因素和这主要的因素本身是还不是困惑的和每个其他。 这是A非常好的特征的这确定的筛选设计和所以他们是非常高效的什么时候它来了到这工作量比较的到以前已知的筛选设计。
一些缺点是还那里。 一大的坏处是如果你有关于50%的这因素那是在职的那有A高的影响或者甚至更多的，你有A重要的影响，重要的混淆,哪个你有到拿关心的。 在这特别的案件，虽然它是这最瘦的可能的设计我成立，这实际的工作量会要求五到六月只是为了筛选。 这是远的也长的什么时候它来了到A掌握论文。
这选择曾是然后到建造其他设计或者到建造其他过程。 我曾是所以启发在哥本哈根2019年经过A贡献从账单在哪里他谈过关于红外线的光谱学和我想法为什么那可能是A好的主意，使用这化学信息隐在A近红外光谱到描述这化学作品的这混合物。
所以我已确立的这工作流程。 第一的，这媒体准备曾是完毕的全部这65混合物。 然后这靠近-红外线的光谱曾是测量，一些化学计量学治疗是首选和然后，这空间的变化可以是握住持续的在A最大限度，但这数字的这实验可以是减少相当显著地。
到展示你如何这工作流程是，我开始,作为我说，和光谱信息。 一的这第一的原则一有到做是到制作A标准化的这光谱到避免基线转变和事物喜欢那。 这是一方式到制作它。 介绍A新的公式到标准化，或者什么我做过，我用过的一个加入到预处理和计算这标准普通的种类，哪个是什么时候它来了到这数字，这相同的作为这标准化，作为我们看这里。
和这标准化光谱,取决于在每个测量，我继续然后和编译的第一的全部这些光谱。 什么你看这里在这顶部是这吸收的每一个样本。我们有一个水性的系统所以我们拿水作为A参考。 A之后建筑这不同之处之间这吸收和这水，我们然后得到更深和锯差异之内这光谱。
一的这大的问题曾是做我计算第一的这不同之处之间这吸收的这样本和这水和计算然后这标准普通的种类？ 或者做我第一的计算这标准化和然后使用这些标准化价值观从这水背景？
一可以思考这程序是这相同的，但这结果是不同的。 作为你看这里，在这正确的-手边的这仪表板，我放大的进入这区域和在这降低部分，这曲线有A不同的形状， A不同的距离从每个其他比在这上部分。 时间他的可能有然后一个影响在这随后的回归分析。所以，我已选择第一的到制作这标准化和然后这不同之处计算。
后我做过这些第一的脚步，然后来了这化学计量学部分，那是平滑化和这过滤和到计算这衍生物。 这是A标准程序使用一个加入哪个是可用的。你能想象那这信号可能有一些噪音。这是见过这里在这降低部分，这红色的区域是这真实的数据，和这蓝色的曲线是这光滑的数据。 在这左边上边，你看这第一的衍生物。在这正确的上边，这第二衍生物的这些功能。 如果它来了到多项式适合，它是取决于在这程序，什么你是配件，什么是这多项式命令，和如何广阔你的区域是，在哪里你制作这计算在。
如果我们拿这里仅有的A第二-命令多项式，你看那它可能改变。 现在，这是不是A二，这应该到是A 20.然后这曲线平滑出去。 虽然它是光滑的，你能看差异在高度，在形状。 到得到抓住的那些数据，一有到节省这光滑的数据到数据桌子，分离数据表。然后我尝试过不同的设置为了这平滑化过程，因为我做过不是知道从这开始哪个过程是这最好的到合身我的想要的结果的这实验在这结尾。
后相当A很多的平滑化桌子,哪个是然后手动完毕，和我然后串联的这表。这些是全部这桌子我们只是制成。 我是去到这第一的一和说，请连接全部的这其他的。 这好的事物是那你然后有在这结尾，这些不同的距离未来从这平滑化影响。我有A第二多项式命令。 A第三多项式命令是20点到这左边和到这正确的为了这平滑化过程和30和所以在。
这是只是A小的例子到展示你这程序。 我做过相当更多的。 什么我做过曾是这数量的治疗。 我有[听不清 00:15:01]为了A第二，第三，或者第五多项式命令和10、20、或者30.现在来了这大的部分到决定哪个特别的程序代表我的空间在最好的。 这，所以，我制成A主要的成分分析的全部我的治疗我做过。
这是A一般的概述。 这数字代表每个实验经过它是自己的那你能跟随他们在这不同的分数和加载中斑点。 这加载中阴谋是… 那是A常规的图片的A加载中阴谋什么时候它来了到光谱数据。 如果你拿进入帐户那我们是未来从A设计，这价值的24%解释了变化在这开始为了这第一的成分是非常高的。
为什么？ 因为这因素的这确定的筛选设计是正交到每个其他和独立的从每个其他。一会预计降低价值观为了这主要的成分。 后这治疗，这第一的衍生物和第二命令多项式和10点到这左边和到这正确的为了这平滑，它看起来非常均匀地分散式。你可能思考的A簇这里在顶部或者以下。
我去通过全部的这些特别的流程和已选择然后A受到青睐一，在哪里我锯那这第一的主要的成分有A非常慢的描述力量为了这变化。 那是然后这方式我继续。
后选择这特别的预处理数据，我仍然有我的65样品。 但作为我们听到在这开始， 65是远的也很多为了A工作量。 如果你问你自己，为什么是那里132样品？ 那是因为我复制粘贴的这设计以下，这原来的设计为了这光谱治疗我用过的然后。
如果你想然后到选择你的运行你是有能力的到制作到期的到时间原因或者到期的到成本原因或者任何，这是一过程你能制作使用这覆盖范围和这主要的成分。 然后这是这设计空间哪个是可用的交易为了这全部变化哪个是里面。但作为你看，我们会需要到制作132实验。 如果我们然后去只是选择全部这主要的成分和说请制作仅有的这一哪个是可能的，然后你有这能力到类型在每一个数字你想到。
在这阶段，我已选择一些较小或者大设计和锯如何远的能我去向下到抵达在至少A好的描述力量。 我制成这些25实验，让联合管理计划选择他们。 这好的事物是和这程序，如果你是未来后退到你的数据桌子，他们是已选择。 但这程序我没有做正确的在这开始。 在这开始，我制成A手动的选择。
如何做过我做那？我拿这得分图的这特别的治疗和然后已选择手动这外点作为好的作为可能的。不是仅有的在这图片的这第一的和第二主要的成分，但我去更深。 这，为了例子，是这比较的A选择方法我只是显示你和这能源部这约束因素和和这手动的选择，只是为了显示你或许一些差异。
如果你制作这美国能源部选择一些次，不是使困惑到得到不是总是这相同的数字，这相同的实验，哪个可能是重要的。 和这方法，我然后减少这工作量从64实验到25实验。 在全部的这些实验，全部我的生的材料我有从这开始是里面。我没有离开任何生的材料出去，和那曾是非常好的到看，那我可以保持这空间的这变化。
后这栽培在二块，哪个拿A框架星期的三周为了每个堵塞，我们然而然后分析过的我们的代谢组和这上清液和决定我们的细胞驾驶大量的。 为了时间的清酒，我展示你仅有的这结果和这程序为了这细胞干燥大量的。 其他分子可能是这相同的程序到是完毕然后。
这下一个问题我有曾是那那里是A令人困惑。我有到预计这混淆因为我有仅有的25实验为了27混合物未来出去的A设计在哪里我知道在哪里我应该到有互动和二次的影响。这些互动是没有什么新的什么时候它来了到媒体作品。 二次效果是好的到是看到了。
然后来了这下一个好的事物，哪个曾是介绍经过皮特赫什和菲尔K. 它是这SVEM过程，这自我V已确认的合奏模型。在这草图，你看这工作流程和我们将要去通过那在JMP。 这第一的事物曾是到看在这分配的我的目标价值。后制作A日志转型，我然后锯那它是通常情况下分散式。 所以我们有A日志-普通的分配。 那是好的到知道。
这第一的事物曾是到下载这添加-在，汽车验证设置，和打这跑步按钮。 我们然后得到A新的桌子。这新的桌子有50行反而的25行从我们的原来的桌子。 为什么是那所以？ 这原因为了那是尽管打这按钮，这数据桌子得到复制-粘贴的以下和我们得到A差异化进入这验证放和进入这训练放，作为你看这里。 这好的特征的这汽车验证桌子是那你能，到期的到A模拟，寻找出去哪个参数，哪个因素有一个影响。
这发生经过这幸免于难分数地加权引导程序重量。 如果你看为了例子，这第二实验有A价值的1.8在这训练放和这相同的样本有A价值的0.17在这验证放。 这然后给出一这能力到有A大重量为了一些样品在这训练放和副反之亦然在这验证放。 尽管他们有A大价值，一个更大的重量在这训练放，他们有A降低重量在这验证放。
到分析这，它是必要的到有这亲版本到制作A广义的回归。 作为我们拿这日志价值的我们的细胞净重，我能然后制作A普通的分配和然后它是受到推崇的到制作A套索回归。 从这第一的套索回归，我们得到A桌子为了这估计，和现在来了这好的部分。 我们制作模拟改变这配对的重量引导程序重量的每个因素。
为了时间的清酒，我是只是制作50模拟。 从这些50模拟，我们得到然后这部分为了每个因素我们有在这设计在哪里它进入这回归方程，或者没有进入这回归方程。 这图案来了到期的到这随机化过程的这引导程序森林方法。 从这分配我们去到这概括统计数据，定制他们，我们是只是仅有的感兴趣的在这部分非零。这部分非零是最后这数量的这50模拟。 如何经常这特别的多变的去进入这回归方程。
从这，我们制作A合并的数据桌子和有A看在这百分比的每个多变的存在在A模型或者存在不是在A模型。 这看起来A小的少量令人困惑。如果我们是订购它经过这柱子二下降，我们然后看A好的图案。
现在你能想象为什么我介绍在这开始这无效的因素或者这些随机的制服因素。 时间他制服因素是手动介绍了。 这无效的因素曾是介绍经过打这汽车-验证放。 什么做这些点意思是？ 这些点意思是那直到这无效的因素，这些变量有A高的潜在的因为他们是相当经常之内这模型-建筑流程。这些在这底部是相当很少之内这模型-建筑流程所以这能力到减少你的复杂是给定经过只是丢弃这些。 这里在这中间一有到决定什么到做。
后拥有这萃取，不是失去信息，和不是失去变化，一能然后思考的不同的回归流程制作回复表面模型或者步明智的回归或者任何回归你有在头脑。它是明智的到比较不同的回归楷模看着什么是可行的，什么是有意义的。 那曾是这程序我用过的在JMP 16。尽管未来现在到皮特和账单，他们将要描述你某物别的。
感谢你，埃贡. 那曾是A伟大的例子的一个概述的你的工作流程。 感谢你。 什么是新的在JMP 17那可能有帮助了埃贡A小的少量和这工具他曾是在职的和？ 我是去到开始离开和A小的少量的A滑动展示这里。 我是去到是说关于功能数据浏览器。 那是在JMP专业版和说关于这预加工和小波造型那是建成进入功能数据浏览器现在。
全部正确的，所以让我滑动这向上A小的少量所以你能看。 什么是新的在JMP 17？ 我们已经添加一些工具那允许为了A更好的化学计量学分析的光谱数据。 真的任何多变量数据那你可能有那你能思考的，这些工具是那里到帮助。 第一的是添加这预处理方法那是建成进入频域DE现在。
我们已经得到标准普通的变体，哪个埃贡显示你。 我们已经得到乘法分散更正，哪个是A小的少量更多的强大的比这标准普通的变体。两个都的这些将要不是扰乱这特点的你的光谱。 那是不是这故事和萨维茨基-戈莱。 它做改变这光谱,哪个将要然后制作A小的少量更难到解释这数据。这钥匙事物是它仍然有帮助。然后我们有某物被称为多项式基线更正，哪个是其他添加工具如果你需要那。
这下一个步会是然后到节省那预处理数据为了更远分析，喜欢主要的成分分析，部分地正方形，所以在和所以向前，所以你能做一些分析那里。
这小波造型是A方式到看在这化学计量学数据相似的到主要的成分分析。 是配件A模型到这数据到决定哪个是这最好的全面的合身为了，在这案件， 25光谱。那是这目标这里。 它是一个选择到样条线楷模。 它是通常更好的比样条线楷模，但不是总是。 你得到到模型这所有的光谱,不是这观点-经过-观点，哪个你会做和其他分析类型。
然后你得到到辨别这些事物被称为形状功能那制作向上这曲线。 这些形状功能是，再次，相似的到主要的成分分析在那他们是帮助和方面减少。 然后，作为我说前，这些是出色的工具为了光谱和色谱法数据，但几乎任何多变量数据是公平的游戏。
这些是只是一个例子的这小波功能那是建成在。 我可以尝试和发音一些的这些名字，但患病的混乱他们向上，但知道那这些是在那里。 那里是A地点这里那你能看向上什么这些小波是全部关于。 我得到这滑动从瑞安派克所以感谢你，瑞安.
几乎最后的但不是至少，什么是正在做和这功能性的主要的成分分析是是试到决定，再次，什么是这最好的全面的合身为了这些数据和然后比较这曲线作为需要。 什么来了出去的这小波造型是A小波美国能源部，和我们决定哪个波长有这最高活力为了任何给定光谱或者任何是看着在。
这些小波系数能然后是用过的到建造A分类或者量化模型。 那是向上到你。 它依靠在这数据和什么补充的变量你有建成在。 在这案件，这是A不同的例子在哪里我曾是看着在百分积极的基于在一些靠近红外光谱。
让我们得到进入A快的例子。 全部正确的。这是埃贡的数据。我有采取这数据那曾是在这原来的桌子，这吸收减这水光谱,和我有转置那进入A新的数据桌子在哪里我有跑步功能数据浏览器。我是只是去到打开向上这分析这里。 它做拿A小的少量到跑步，但这是这例子那通缉到展示。
我们已经完毕这预加工预先。我们已经采取这乘法分散在这案件和然后这标准普通的变量，和然后建成这模型离开的那。 后这功能或者这些预加工工具哪个是成立超过这里，我是去到说那数据出去，和然后那数据是去到是用过的为了更远分析作为需要。
到建造在这故事这里，我们已经得到这分析完毕。 我们建成这小波模型。后我们已经得到这意思是功能和这标准偏差为了全部的我们的楷模，我们建造那小波模型和我们得到这合身那你看这里。 什么这是讲述我们是那这哈尔小波是这最好的全面的基于在这最低贝叶斯信息标准分数。 现在我们能来向下这里和看在这全面的小波功能，这形状功能，和得到一个主意的哪个小波有这最高活力，哪个形状功能是解释这最多变化那你是看到之间曲线，和然后你能还减少这模型或者增加这模型和你的选择这里和这数字的成分那你选择。
一事物那来了出去的这是A分数图哪个允许你到看分组的不同的在这案件，光谱。一那你是去到看向下这里是这。这可以是A潜在的异常值。 它是不同的比这休息。 如果你徘徊超过这数据观点，你能实际上看那光谱。 你能别针它到这图形，拉那出去，和然后让我们说让我们只是挑选其他蓝色的一这里和出色地看如果我们能看在哪里这差异是。
它看起来喜欢它可能是在这开始。 如果我们看在这正确的这里，那是A大的不同之处，然后或许那只是没有得到减去出去或者预处理这相同的方式在这二光谱。 我不有一个例子的这小波美国能源部为这放向上，但只是知道那它是那里。 如果你是感兴趣的在这-这有到过A相当快的概述-但如果你是感兴趣的在这，请接触我们，和我们将要寻找A方式到帮助你更好的理解什么是去在和小波美国能源部和预处理建成进入JMP 专业版。 皮特，我将要转动它超过到你。
全部正确的。 出色地，谢谢，账单和埃贡. 只是喜欢账单，我是去到去超过如何自验证集成模型改变了在JMP 17。账单显示如何你可以做什么埃贡做过在16 17年很多更轻松使用功能数据浏览器。 为了我，我是去到拿那最后的少量那埃贡显示和和这添加-在，创造SVEM 集向上。使用那些部分地加权引导程序列和然后还制作那验证和这无效的因素。 我是去到只是展示如何那是完毕现在在JMP®17。所以这是很多更轻松到做在JMP 17。只是喜欢那，光谱数据加工和频域DE,这是完毕在JMP 17。
如果你记住，埃贡有消失了通过，他看起来在全部那些光谱,他提取的出去这有意义的区域，看着在平滑器，这标准普通的变体，和做过A束的不同的预处理脚步。然后他拿那些预处理脚步和他已选择A子集的那些运行到实际上跑步，和他有来向上和25.这里是那些25运行。 从这步，什么他做过是那自验证集成模型或SVEM。
在16、这拿A小的少量的正在做。你有到制作那模型，然后你有到模拟，然后你有到拿那些模拟，和跑步A分配在每个一的他们，和然后得到这概括统计数据，和然后提炼那出去到A合并的数据桌子，和然后图形那或者制表那和看哪个那些发生这最多经常。
那曾是A很多的脚步和A很多的点击次数到做，和埃贡有清楚地完毕这A束的次因为他做过它漂亮的迅速地和顺利，但它拿A小的少量的正在做到学习。 黏土巴克制成这很多更轻松在JMP 17。相同的25样品这里，和反而的跑步那汽车验证放-向上添加-在那埃贡显示，是去到只是去先和去到分析和合身模型。
出色地放向上我们的模型。 我F你记住，是采取这日志的这干燥重量这里。 是去到添加A夫妻的随机的变量沿着和全部的我们的因素进入这模型，和然后是去到制作当然那我们已经已选择广义的回归。 这是这放向上为了我们的模型，是去到去先和跑步它，和在JMP 17，我们有二新的估计方法。
这些是两个都自验证集成模型方法。 这第一的一是A向前选择。 我是去到去先和使用SVEM套索因为那是什么埃贡用过的在他的部分，和这里你只是放在如何许多样品你想。 他有已选择50.我是去到只是去和这默认的200.打去，和你能看现在它是跑步全部的那在后面这场景在哪里你会有模拟,重新计算那些成比例的重量，和然后在这结尾这里，我们只是有这好的桌子那节目我们什么是进入我们的模型最多经常向上这里。
然后什么时候我们打某物喜欢A随机的多变的。 只是出去的随机性，某物那是进入那模型是进入或许关于一半这时间。 事物那是进入更多的经常比A随机的多变的，我们有漂亮的高的信心那那些是大概变量我们想到看在。 然后我们会去从这里和发射这探查器。 我有已经完毕那超过这里，所以我们不有到等待为了它到发射或者评估多变的重要性。
但这里，这节目我们哪个的这些因素是积极的。 我们能看这最多积极的因素，和尽管它是不是制作A极好的准确的模型，因为再次如果你记住，我们是采取25运行到尝试到估计27不同的因素。 如果你拿A看这里在这最多流行那些，这能在至少给你一个主意的这影响的每个一的这些因素。 全部正确的，所以那基本上总和向上什么埃贡有完毕。 它只是使这很多更轻松在JMP 17，和我们是继续到提升这些事物和希望那这工作流程得到更轻松和每个发布的JMP。 感谢你为了你的注意力和希望，你成立这讲话内容丰富。
