nav[aria-label="Primary Navigation"] { padding: 0; & ul { list-style: none; width: 100%; display: flex; flex-direction: row; justify-content: start; align-items: start; gap: 30px; padding: 0; & li { margin: 0; } & ul li { list-style: none; } } }

313643_ja-JP

liliconcom

関数データ分析と実験計画法を使用したスペクトルデータの予測モデルの構築_Bill Worley

スピーカー：Bill Worley 氏、JMP グローバルシニアテクニカルエンジニア

スピーチの話題：関数データ分析と実験計画法を使用してスペクトルデータの予測モデルを構築する

スピーチの概要:

近年、部分最小二乗法 (PLS) がスペクトルデータの予測モデルを構築するために使用されています。 Functional Data Explorer と実験的な共変量設計を使用した新しいアプローチにより、予測モデルでより少ないスペクトルを使用し、予測可能性が高くなります。このアプローチでは、スペクトルデータに基づく予測モデルの構築に使用されるデータの 4 分の 1 から 3 分の 1 を使用します。モデル駆動型多変量管理図 (MDMCC) などの新しい多変量プラットフォームも、スペクトルデータ分析を強化する方法として実証されます。