비기능에 대한 FDE제 동료 중 한 명이 FDE(플라스틱/엘라스토머/고무 분야에서 FDE에 대한 많은 응용 분야를 보유하고 있음)에 대해 배우고 있으며 그의 데이터 중 일부를 보여주었습니다. 우리가 수행하는 한 가지 테스트는 응력-변형입니다. 샘플에 힘을 가하고 얼마나 늘어나는지 측정합니다. 힘을 풀고 샘플이 어떻게 회복되는지 확인합니다(그 속성에 대해 생각하고 자동차 도어 또는 자동차 타이어의 밀봉에 적용). 곡선에는 많은 정보가 있습니다. 문제는 그것들이 함수가 아니라는 것입니다. 각 x 값에는 두 개의 y 값이 있습니다(첨부 참조).
이 유형의 데이터를 처리할 수 있는 방법이 있는 사람이 있습니까? 한 가지 방법은 총 변위를 계산하고 스트레칭 곡선의 최종 변위에 추가하여 이완 곡선에 대한 변형(변위, x축)을 변환하는 것입니다.
미리 감사드립니다! 메리 크리스마스 그리고 새해복 많이 받으세요!
품질 및 프로세스 엔지니어링Re: 비기능에 대한 FDE감사해요 @ih ! 반사를 수행하기 위해 몇 가지 공식을 사용했습니다. 그것은 효과가 있었다!
Re: 비기능에 대한 FDE@Mark_Bailey DTW를 사용하지 않는 것이 맞습니다. 워핑 기능을 분석을 위해 테이블로 다시 가져올 수 없다는 것을 잊었습니다.대신 FDE 플랫폼을 사용하기 전에 X축을 수동으로 스케일링할 수 있으며 스케일링 계수는 나중에 FDE 결과 옆에서 분석할 수 있습니다. 이 스케일링이 없으면 FDE 구성 요소가 재료의 총 강도 및 회복에 대한 척도가 될 것이라고 생각합니다. 여기서 해당 정보는 표에서 더 직접적으로 추론할 수 있습니다(잘못된 용어인 경우 죄송합니다).이러한 곡선의 모양은 FDE가 많은 새로운 통찰력을 제공하는 곳입니다.
당신이 제안한 것처럼 여러 방법을 시도하는 것은 매우 쉽지만 스케일링을 사용하거나 사용하지 않고 시도해 볼 것입니다!
Re: 비기능에 대한 FDE좋아요 @Kevin_Anderson 이 문제가 필기 분석과 유사하다는 제안은 좋은 선례를 제공합니다.
좋아요 @ih 변형을 증가시킨 다음 감소시키는 과정에서 단일 기능을 유지하기 때문에 의 제안입니다. 이 경우 기능을 등록하기 위해 동적 시간 왜곡을 사용하지 않는 것이 좋습니다. 정보가 변경되거나 손실될 것이라고 생각합니다.
JMP의 좋은 점은 이러한 모든 제안을 쉽고 빠르게 시도할 수 있다는 것입니다!
Re: 비기능에 대한 FDE한 가지 아이디어:
- 아래쪽 곡선을 위쪽 곡선의 오른쪽에 반영
- 각 곡선의 지속 시간을 계산하고 이를 다른 변수로 포함시킨 다음 이를 사용하여 배치가 정렬되도록 배치 지속 시간의 크기를 조정합니다.
- FDE 분석의 곡선과 별도로 데이터 세트의 추가 열로 이전 X축 스케일(최대 이동)을 사용합니다.
실험을 올바르게 이해했다면 x축은 총 이동량과 같을 것이며 시간 측정이 될 것입니다.시간 척도 '보정'은 최대 이동 지점(차트 중간)과 최종 연신율(차트 오른쪽)을 기반으로 할 수 있습니다.FDE에서 곡선은 다음과 같습니다.
또 다른 아이디어:
별도의 FDE 분석을 사용하여 두 곡선을 모두 분석하고 요약된 값을 데이터 테이블로 다시 내보낸 다음 그곳에서 분석을 계속하십시오.
추가 논의에 따라 동적 시간 왜곡 기능을 대체하도록 편집합니다.
Re: 비기능에 대한 FDE안녕, 마크!
제 친구이자 동료인 Teri Utlaut와 저는 2011년 JMP Discovery 컨퍼런스에서 기능적 데이터 분석에 대해 발표했습니다!이 답변에 해당 프레젠테이션을 첨부합니다.
나는 귀하의 특정 응용 프로그램에 대한 경험이 없지만 이를 다변량 FDA처럼 취급하여 공간에서 점의 이동을 추적하는 것을 고려할 수 있습니다.시간의 역할은 공간을 통한 플롯에서 손실되지만 일정한 시간 간격으로 별도의 X 및 Y 좌표를 플로팅하면 어느 정도 회복될 수 있습니다.이러한 플롯은 이변량 기능 데이터 개체로 처리됩니다.해당 객체를 기능적 주성분 분석(고유함수에는 덜 인상적인 이름인 배음 Multivariate FDA에서!) 이러한 고조파는 VARIMAX 회전을 사용하여 해석이 가능하도록 매끄럽게 하고 회전할 수 있습니다.예를 들어 이 프로세스는 필기 분석에 사용됩니다.이전에 MATLAB과 R을 사용하여 이 작업을 수행했으며 JMP는 두 패키지와 매우 잘 연결됩니다.
행운을 빌어요!
