一見複数レベルのカテゴリ因子であるオプションをテストする際の効率とモデルの適用範囲を向上シルヴィオ・ミッチョプロクター・アンド・ギャンブル
主任研究員
一見するとマルチレベルのカテゴリ因子であるオプションをテストする際の効率とモデルの適用性領域が向上します。
たとえば、さまざまな原材料や配合成分のオプションをテストする場合、一般的な方法は、A、B、C などのマルチレベルのカテゴリ変数としてそれらを変化させることです。実験中。 したがって、最適なオプションを特定するには、すべてのオプションをテストする必要があります。 この結果は次のとおりです
- 時間のかかる物理的検査が必要であり、
- 結果として得られるモデルは、テストされたオプションの予測にのみ適用できますが、テストされていないオプションを予測することはできません
はるかに効率的なアプローチは、各オプションの物理的/化学的特性に基づいて実験を計画することです。 これ、
- 必要な実験条件の数が大幅に減少し、
- その結果、これまでテストされていないオプションを予測できるモデルが得られます。
このプレゼンテーションでは、次の方法を説明します。
- 主成分を介してオプションのプロパティを説明する利用可能な情報を圧縮する
- 実験計画法に基づいて、代表的な原材料をテストするための「箱の隅」を選択します。
- PLS経由でデータをモデル化する
- 全体的な最適解を見つける
- 計算された最適解に最も近い物理的に利用可能なオプションを特定する
- このアプローチの効率性を実証します
ここで示されている内容は、定量的構造 – 活性関係 (QSAR) と呼ばれる、化学測定で一般的に使用される方法に基づいていることに注意してください。
実験計画法予測モデリングRe: 一見マルチレベル カテゴリカル F であるオプションをテストする際の効率とモデルの適用性ドメインの向上すごい仕事。Re: 一見しただけでわかるオプションをテストする際の効率とモデルの適用範囲を向上させるシルヴィオ、あなたの講演に参加しましたが、とても素晴らしかったです！ エマニュエル
Re: 効率とモデルの適用性を向上させる...シルヴィオさん、素晴らしいプレゼンテーションでした！
BR
ステフェン・ブランデンホフ
NNE A/S
一見するとマルチレベルカテゴリFであるオプションをテストする際の効率とモデルの適用性ドメインの向上プレゼンテーションに中国語の字幕があればもっと良いでしょう！
