55277_es-ES

liliconcom

Explorador de datos funcionales

Tengo un cliente que intenta utilizar FDE para determinar si los datos de los censores medidos a lo largo del tiempo son "típicos". Quieren usar FDE para crear FPC y que estos FPC se utilicen para juzgar si una ejecución es típica y marcar una ejecución que no es típica mediante la creación de especificaciones para las FPC. No quieren que el modelo se actualice con nuevos datos solo para analizar los datos con el modelo actual y crear FPC para los nuevos datos. Esto parece funcionar muy bien al hacer que los nuevos datos sean datos de validación, pero el problema es que el modelo tiene que "volver a ejecutarse" con los datos antiguos, lo que requiere bastante potencia de cálculo y tiempo desde que el modelo funcionó muy bien. para ellos había un modelo p-sline con 400 nodos.

¿Alguien conoce alguna manera de guardar la fórmula spline para los componentes principales funcionales sin tener que volver a ejecutar el modelo a través de FDE cada vez?

En esa misma línea, ¿hay alguna manera de guardar los datos que han pasado por los pasos de limpieza, alineación y transformación?

Otra advertencia: no recomendaría ejecutar p-splines en una demostración en vivo en un conjunto de datos de tamaño reducido. Tomó unos 15 minutos y luego JMP falló cuando el cliente estaba viendo ~500.000 filas de datos en una máquina de 16 GB.

Re: Explorador de datos funcionales

Desafortunadamente, no tenemos una forma de guardar el ajuste del modelo, por lo que es necesario volver a ajustarlo cada vez. En 14.1 tendremos la capacidad de guardar las fórmulas de predicción con funciones JSL asociadas que permitirán a los usuarios explorar mejor los ajustes del modelo con Profiler. Esto también permitirá la reconstrucción de funciones utilizando puntuaciones FPC. Pero esto todavía no proporcionará una manera de puntuar directamente nuevas funciones sin reajustar el modelo original.

Es posible que el usuario pueda explorar otras técnicas para realizar estas predicciones, como crear fórmulas de predicción para los FPC utilizando algunos aspectos de observación de las funciones. Entonces, las fórmulas del 14.1 ciertamente les ayudarían sin ser la solución ideal.

Para guardar datos, puede utilizar la opción RTM de nivel superior "Guardar datos" para hacer precisamente eso. El usuario también puede "Guardar datos" después de ajustar un modelo para ver los valores de respuesta modelada (Y) (del modelo RTM).

Además, si tiene informes de fallos que podamos revisar, ¡envíelos!