758496_ko-KR

liliconcom

데이터 테이블의 이미지 및 관련 JSL 도구(2020-US-30MP-585)

Heidi Hardner, Seagate Technology 수석 엔지니어
Serkay Olmez, Seagate Technology 수석 데이터 과학자

Keras/TensorFlow 딥러닝 프로젝트는 JMP 데이터 테이블 내 이미지 작업을 위한 JSL 추가 기능 세트를 개발하는 데 영감을 주었습니다. 새로운 도구들은 기존의 JMP 분석에 내장된 이미지의 광범위한 적용 가능성을 보여주었습니다. JMP는 이미 테이블에 이미지를 통합하는 기능을 제공했지만, 저희는 이를 충분히 활용하지 못했습니다. 이 기능을 도입하여 얻은 가치와 그 가치를 극대화하는 데 도움이 되는 스크립트 기반 도구 모음을 공유하겠습니다. JSL 도구에는 이미지를 테이블로 가져오고, 이미지를 검토, 마크업 및 측정하는 기능은 물론, PowerPoint 또는 다른 데이터 열을 기반으로 구성 및 속성을 가진 파일 구조로 내보내는 기능도 포함되어 있습니다.

자동 생성된 대본...

스피커	성적 증명서
하이디 하드너	안녕하세요, 저는 미네소타주 미니애폴리스에서 온 하이디 하드너입니다.
세르케이 올메즈	저는 콜로라도 롱몬트에서 세르케이 올메즈라는 사람과 통화하고 있습니다.
하이디 하드너	저희는 Seagate Technology에서 근무하고 있으며, JMP와 JSL을 오랫동안 사용해 왔고 동료들과 JMP 스크립트를 공유해 왔습니다. 이번 시간에는 JMP 데이터 테이블에서 ??? 이미지를 활용하는 몇 가지 사용 사례를 보여드리고, 관련 JSL 도구도 소개해 드리겠습니다.
	시게이트에서 기록 헤드는 웨이퍼 제조부터 드라이브 설치까지 수많은 공장 공정을 거칩니다.
	따라서 우리는 각 헤드가 행이고 매우 많은 열이 있는 매우 광범위한 데이터를 자주 살펴봅니다.
	많은 프로세스에서 헤드당 여러 개의 서로 다른 이미지를 포함하는 이미지가 생성되거나, 단일 프로세스를 통과하는 여러 헤드에서 매우 긴 데이터가 생성되어 계측 이미지에서 서로 매우 유사해 보일 수 있습니다.
	오늘 우리가 다운로드한 데이터 세트는 Seagate 이미지는 아니지만, 이러한 상황과 유사점이 있을 것입니다. 이러한 유사점을 찾는 것이 여러분의 사용 사례와도 유사점을 찾는 데 도움이 되기를 바랍니다.
	JMP는 수년 동안 이미지와 데이터 테이블을 제공해 왔지만, 저는 개인적으로 그것을 이해하는 데 느렸습니다.
	이러한 사용 사례를 통해, 특히 이미지를 다른 데이터와 유연하게 상호 작용하여 연결할 수 있는 방식을 통해 가치를 창출할 수 있는 다양한 방법을 확인하시기 바랍니다.
	또한, 특히 공유 경로를 사용할 수 있는 경우 이미지 경로를 테이블에 저장하는 것이 얼마나 중요한지 강조하고 싶습니다.
	마지막으로, 보조 자료에서 시연할 JSL을 저희 둘 다 공유하고 있습니다. 말 그대로 핵심만 전달해 드리겠습니다. 이 파워포인트 마지막 부분에 관련 자료 목록이 있습니다.
	이미지 탐색에 유용한 대부분의 기능은 매우 기본적이며 스크립트는 JSL에 대한 지식 없이도 사용할 수 있지만, 스크립트에는 사용자가 자신의 JMP 스크립트에서 구축할 수 있는 다양한 내용도 포함되어 있습니다.
	공개적으로 접근 가능한 이미지 경로를 포함한 세 가지 사항부터 두 번째 테이크어웨이까지.
	첫 번째는 메츠 온라인 카탈로그의 데이터 표입니다. 여기에는 데이터 표의 각 객체 또는 행에 여러 이미지가 포함된 예시가 포함되어 있습니다.
	카탈로그를 훑어보는 것은 제게 정말 큰 토끼굴 같은 경험이었고, 강력 추천합니다. 두 번째 데이터 세트는 천문 이미지입니다. Shed of Science Observatory의 Russ Durkee 덕분에 얻을 수 있었습니다.
	이것은 이미지당 행 단위 계측 데이터로, 언뜻 보기에 이미지들이 서로 매우 유사합니다. 방금 녹음 헤드 공장 데이터 사용 사례에 대해 말씀드린 내용과 유사하다는 점에 유의하세요.
	그리고 내가 가본 토끼굴에 대해 말하자면 세 번째는 Omeka API를 구현하는 JSL입니다.
	학술 자료를 온라인으로 이용할 수 있습니다. 이 데이터베이스 접근을 도와주신 헤더 샤이리 박사님께 감사드립니다. 그녀의 도시 예술 매핑 프로젝트도 온라인에서 확인해 보세요. 재밌는 프로젝트 중 하나입니다.
	하지만 여기서 기술적인 요점은 누구나 이 코드를 사용하여 데이터베이스를 쿼리하고 이미지 경로와 다른 데이터를 혼합하여 도구의 중심이 되는 종류의 표를 만드는 결과를 얻을 수 있다는 것입니다.
	그럼 바로 JMP의 라이브 데모로 넘어가겠습니다. 이런 유형의 데이터 세트를 살펴보기 전에, 이미지가 잔뜩 쌓여 있다면 어떨까요?
	폴더에서 이미지 테이블을 만듭니다. 이렇게 하면 폴더를 선택할 수 있습니다. 샘플 이미지가 담긴 폴더가 있습니다.
	카탈로그 데이터를 만났습니다. 폴더가 몇 개 있고 이 폴더를 선택하면 빠르게 표가 나타납니다.
	열에는 이미지에 대한 모든 탭이 있습니다. 이미지라고 생각되는 파일 확장자를 찾기 위해 파헤쳐지고 일부 폴더도 분할됩니다.
	아시다시피, 하위 폴더를 데이터의 속성으로 사용하는 경우가 많습니다. 폴더 이름에 의미 있는 속성을 부여하여 데이터를 관리하려는 경우가 꽤 자주 있습니다.
	이건 제 Seagate 버전에서 추가로 사용자 지정할 수 있는 스크립트인데, 보통 파일 이름에 헤드 식별자가 내장되어 있어서 제 개인 버전 스크립트에 자동으로 파싱이 내장되어 있습니다.
	그럼, 주요 예시 데이터 세트 중 하나로 넘어가 볼까요? 제가 말씀드린 박물관 데이터입니다. 더 자세히 살펴보면,
	객체별로 행이 하나씩 있지만, 숫자 데이터도 있어요. 네, 그러니까 객체들을 나열하는 거죠. 속성 데이터도 많고요. 그러니까...
	여기에는 더 많은 데이터 세트가 있습니다. 하지만 스크롤하면 데이터 세트 내부에 이미지 경로와 이미지가 있는 URL이 있는 것을 볼 수 있습니다.
	호스팅되고 있으며, 일부 행에는 최대 5개의 고유 이미지가 있는 것을 볼 수 있습니다.
	두 번째 도구 이미지 테이블의 중요 이미지는 실제로 이미지를 테이블에 가져오는 역할을 하며, 여러 경로를 포함할 수 있습니다. 로컬 경로도 가능하며, URL일 필요는 없습니다.
	이것들이 공유되면, 데모 데이터를 얻을 수 있을 겁니다... 이미 끝났습니다. 잠깐 말씀드리고 싶은 건... 이면에서 무슨 일이 일어나고 있는지 간단히 말씀드리고 싶다는 겁니다.
	JMP가 이미지를 인식하는 객체를 열면, 이미지 객체가 될 수 있습니다. 이미지 객체가 처리할 수 있는 JSL 명령 메시지에는 크기 가져오기, 픽셀 가져오기, 이미지 저장 등 다양한 것들이 있습니다. 이러한 메시지들은 저희가 공유하는 코드에서 확인할 수 있습니다.
	자, 결과를 보고 싶어요. ...이미지를 표에 넣어 볼게요. 이 스크립트는 이미지를 넣는 것 외에도 몇 가지 작업을 합니다.
	네... 이 문제에 대한 다른 코드 조각을 하나 더 보여드리겠습니다. 이미지는 표현식 유형 열에 들어갑니다. 표현식 데이터 유형을 만드는 거죠. 이미지를 어떻게 넣을지.
	해당 열에 대한 이벤트 핸들러도 만들고 있습니다. 그래프 상자에 특수 메시지를 사용하고, 이미지 객체에 이미지를 추가하면 그래프 상자에 바로 추가됩니다. 어떤 기능을 하는지 보여드리겠지만, 클릭 이벤트 핸들러입니다.
	그리고 크기 조절도 가능해서, 조금 더 큰 것을 수용하기 위해 키가 커졌습니다.
	그건 당신이 할 수 있는 일이에요. 제 스크립트가 그걸 해내지만, 기본적으로 이미지를 넣으면 이런 식으로 정말 작은 것을 얻을 수도 있어요. 멋질 수 있을 거예요.
	큰 배열을 보는 것도 좋지만, JMP에서 이미지가 너무 작게 나오는 걸 어떻게 볼 수 있을지 모르겠어요. 수동으로 넓힐 수도 있어요.
	스크립트는 테이블에도 자동으로 삽입됩니다. 이 기능을 어떻게 사용하는지 알아두면 유용하고, 여기서 중요한 점은
	우리가 이 모든 이미지를 내장했을 때 데이터 테이블은 정말 커졌고, 전체 이미지가 내장되었습니다.
	이런 일이 발생하면 전체 이미지에 대한 데이터가 내장되므로, 이 데이터 세트를 누군가에게 보내서 제 특수 도구 메뉴에 대해 아무것도 모르더라도 바로 사용할 수 있도록 하고 싶습니다. 그러면 그 사람이 이 데이터 세트를 실행해서 이미지를 다시 가져올 수 있을 겁니다.
	클릭 시 보여드리고 싶은 것은 여기를 클릭하면 전체 크기 또는 더 큰 버전의 이미지가 표시되어 볼 수 있다는 것입니다.
	말씀드렸듯이, 데이터 테이블에 이미지를 추가하는 것의 장점은 대부분 JMP의 아주 간단한 탐색 기능입니다. 예를 들어, 이 열들을 가져와서 순서를 변경할 수 있습니다.
	그리고 다른 것들로 옮겨서 전체 파일 크기 표를 보는 게 더 흥미로울 겁니다.
	이렇게 하면, 그냥 탐색하고, 정렬할 수 있고, 여기서 이미지를 개수별로 정렬하거나 행을 이미지 개수별로 정렬한 것을 볼 수 있습니다.
	아래로 스크롤하면 시각적으로 확인할 수 있습니다. 예를 들어, 이 열 옆에 관심 있는 다른 열을 배치하면 실제로 많은 이미지를 그리드 형태로 볼 수 있습니다.
	테이블 위에요. 여기, 이 그룹이 있고, 저만의 그룹화 열을 만들었어요. 그래서 그걸 다시 배열할 수 있었죠. 열 순서를 바꾸면 이미지 옆에 붙일 수 있을 것 같아요.
	스크롤해서 다시 보고 싶을 때를 대비해서요. 이미지를 여기저기 옮기고, 분류하고, 재정렬하는 게 좋은 점 중 하나죠.
	테이블입니다. 제 개인적인 활용 사례 중 하나는 이미지에서 나오는 중요한 지표를 모니터링하는 것입니다. 제 경우에는 여러 이미지의 조합을 통해 지표를 얻었습니다.
	그리고 저는 이 데이터를 살펴보고 데이터에 반복적으로 나타나는 이상치나 의심스러운 모드를 찾을 것입니다.
	이 사용 사례에서는 85개가 아니라 수만 개의 행을 살펴보고 있으며 이미지는 데이터에 문제가 있는 곳을 탐색하는 데 유용한 부분이 될 것입니다.
	박물관 유물들의 높이와 너비를 보여주는 예시 플롯을 만들어 보겠습니다. 잠시 돌아가서 여러분이 할 수 있는 한 가지를 보여드리겠습니다. 여기를 마우스 오른쪽 버튼으로 클릭하면 첫 번째 열에 레이블을 만들 수 있습니다.
	그러니까 제가 데이터를 살펴보면, 뭔가 튀어나온 게 있다고 말할 수 있죠. 왜 이렇게 높이보다 폭이 훨씬 넓을까요? 음, 그건 실수가 아니었어요. 정말 넓었거든요.
	거기에 예술 작품이 있으니, 이해가 되죠. 그래서 한 가지 사실을 떠올릴 수 있어요. 제가 관심 있는 여러 가지가 여기 아래 클러스터에 끼어 있다면,
	비슷한 크기의 녀석들 중에서, 어쩌면 흥미로운 게 있을 수도 있겠네요.
	다시 말씀드리지만, 레이블을 사용해서 개별적으로 살펴볼 수 있습니다. 하지만 데이터가 정말 크다면 다른 탐색적인 작업을 할 수도 있습니다. 데이터로 돌아가서 F7 키를 눌러 페이지를 넘길 수도 있습니다.
	선택된 것들에 대해서요. 물론, 선택된 것들이 있으면 그 중 일부를 하위 집합으로 만들어서
	더 작은 데이터 세트일 뿐입니다. 제가 보여드리고 싶은 탐색적인 기능 중 하나이자 제가 가장 좋아하는 기능은 행 선택 기능입니다.
	이름 선택과 열 선택을 할 수 있습니다. 예를 들어, 이게 이상한 모드이고 이걸 '이상한'이라고 부르고 싶다는 걸 이미 알고 있다고 가정해 보겠습니다.
	"이봐, 데이터에 이상한 점이 있어서 조사해 봐야겠다."라고 말할 겁니다. 그러면 여기 끝에 1과 0으로 구분된 열이 하나 생기는데, 이상한지 아닌지 판단하는 기준이 될 겁니다.
	그리고 이 기능의 유용한 점 중 하나는, 제 데이터 세트가 정말 크다고 가정해 보죠. 그래서 그냥 페이지 단위로 훑어보는 거죠. 그렇게 좋은 방법은 아닙니다.
	너무 커서 이미지를 넣고 싶지 않다고 가정해 봅시다. 이미지를 끌어오고 싶지도 않고, 그건 불가능했습니다. 그래서 데이터 세트를 가지고 다시 돌아왔습니다.
	그리고 제가 관심 있는 특이한 것들이 있습니다. 그리고 하위 집합으로 가서 모든 것을 하위 집합으로 나누는 대신, 예를 들어 이 그룹에 수천 개가 있다고 가정하고, 해당 열을 사용하여 계층화를 수행할 수 있습니다.
	그러니까 여기서는 11개만 골랐으니, 5개를 고르겠다고 할 수 있겠죠. 특이한 것들을 기준으로 계층화할 거예요.
	그러면 제가 얻는 건 무작위로 선택된 다섯 개의 이상한 이미지와 다섯 개의 보통 이미지입니다. 아시다시피, 여기서는 그것들을 분류하고 이미지를 다시 가져올 수 있습니다. 그래서 이제 "좋아, 그냥 보고 싶어"라고 말할 수 있죠.
	어쩌면 작은 집합에 대해서 하나, 둘 정도만 보고 싶을지도 몰라요. 그러니까 다시 한번, 유용하지 않아 보이는 아주 큰 데이터에서도 그 경로를 따라가는 게 어떻게 가능한지 보여주고 있기를 바랍니다.
	이미지가 있거나, 이미지를 넣는 게 가능하다면, 그냥... 이미지 하위 집합을 가져올 수 있을 거예요. 그리고 이것들을 훑어보면서 이상한 것들이 뭐가 다른지 파악할 수 있을 거예요. 제가 분류할 수 있죠.
	이제 또 다른 사용 사례를 보여드리고 싶습니다.
	이 사용 사례는 제가 이미지의 심층 학습 분류를 수행하는 방법을 배우는 것이었습니다.
	이 경우에, 아시다시피...이 경우에 이미지가 문자 그대로 데이터라는 사실이 정말 강하게 와닿았습니다.
	자, 여기 그 예가 있습니다. 제 경우에는, 물론, 녹음을 보면 다양한 관점이 있습니다. 저는 이러한 다양한 관점을 분류하려고 했습니다.
	오른쪽 느낌??? 그리고 머리의 다른 부분에 초점을 맞춘 다른 무언가가 있습니다. 그래서 여기서는 아트 데이터에서 고양이 조각상을 시뮬레이션하고 분류하고 있습니다. 여기는 뒤쪽, 오른쪽, 앞쪽입니다.
	아시다시피, 이 기계 학습을 하는 이 프로젝트 전체가 JMP에서 진행되지는 않지만 거기에는 필요성이 있습니다.
	이 Python ??? TensorFlow 분류 제품을 사용하여 학습 데이터를 제공합니다. 그리고 최종적으로 결과를 검토하면, 폴더 안에 중첩된 파일 형태로 나타납니다. 자, 이제 다른 도구를 잠깐 보여드리겠습니다. 이 이미지
	자, 이미지 테이블입니다. 이 도구들이죠.
	폴더 두 개가 있는데...이미지를 골라낼 수 있어요.
	이는 데이터 테이블의 경로 또는 이미지이며 일부 속성 열을 선택하여 이를 다음으로 변환할 수 있습니다.
	중첩된 파일 폴더 범주에 대한 파일 폴더입니다. 여기서는 파일 이름 열을 이름으로 사용하도록 설정하겠습니다.
	일반적으로 접두사를 사용하거나 크기를 변경할 수 있습니다. 크기 조절은 이 머신 러닝에서 정말 중요한 기능 중 하나입니다. 특정 크기의 이미지를 업로드하도록 모델을 설정했습니다. 그러면 이 기능이 작동하면서 이미지를 전송하게 됩니다.
	폴더로.
	여기서 문제가 생겼어요.
	한 번 더 해볼게요. 이미지...이미지 테이블을 폴더로.
	잘못된 걸 클릭한 것 같아요. 머신 러닝 이미지 폴더가 있는데, 여기에 빨리 넣어야겠어요.
	그것을 수정하세요.
	파일 이름을 클릭합니다.
	그러면 폴더에 정리할 거예요.
	여기 테스트 데이터 세트와 학습 데이터 세트가 있는데, 아차, 제 범주에 잘못된 걸 골랐네요. 열에서 선택한 항목을 기준으로 분류해 보겠습니다.
	그래서 아이디어는, 제가 분류한 데이터를 파일 폴더 구조에 넣어야 한다는 것입니다.
	그리고 또 다른 점은 JMP에서 데이터 테이블에서 이 작업을 수행하는 것이 유용하다는 것입니다. 그래서 이러한 범주에 대한 교육을 제공하는 데 유용합니다.
	JMP 내부 그룹입니다. 계층화를 수행할 수 있다는 것을 이미 보여드렸고, 여기에 데이터가 있기 때문에 부서와 같은 다른 데이터 열이 있는 또 다른 예가 있습니다.
	데이터 세트에서 말이죠. 돌아가서 "어머, 테스트 세트와 훈련 세트를 균형 있게 나누었나요?" 같은 식으로 확인할 수 있습니다. 예를 들어 이집트 미술에 대해 이야기할 때, 이집트 미술에 대해서는 잘한 것 같습니다.
	업무에 부분적으로 참여하고, 훈련에 부분적으로 참여하며, 다른 범주에는 그다지 참여하지 않습니다. 그래서 JMP에서는 다른 데이터가 있다는 것을 알고 있습니다.
	열입니다. 테스트 훈련 세트를 구성하고, 그룹이 균형 잡혔는지 확인하는 데 편리하며, 이 표를 저장하고...에 무엇이 있었는지 기록할 수도 있습니다.
	제가 받은 교육 내용도 그렇고요. 마지막으로 하고 싶은 말은 이 박물관 데이터가 제대로 된 정보를 전달하지 못한다는 겁니다.
	도량형 이미지가 모두 매우 비슷하게 보인다는 아이디어입니다. 이 고양이들은 모두 매우 독특하기 때문에, 여기를 스크롤할 때 자세히 살펴보셔야 할 수도 있습니다.
	알다시피, 이게 고양이의 등인지 아니면 얼굴이 닳아 없어진 앞인지 아니면 다른 것인지,
	계측 이미지가 서로 매우 유사한 경우에 대해 더 자세히 이야기해 보겠습니다. 눈으로만 보면서 이미지를 스크롤하는 것이 매우 유용할 수 있습니다. Serkay가 PowerPoint 도구를 사용하는 방법을 알려드리겠습니다.
세르케이 올메즈	좋아요, 제 화면을 공유해 볼게요.
	괜찮은.
	제가 말씀드릴 것은 JMP 테이블에 나열된 이미지를 PowerPoint로 푸시할 수 있는 스크립트입니다.
	따라서 표에 나열된 링크에서 이미지를 수집하여 원하는 템플릿을 사용하여 PowerPoint에 삽입하는 것이 좋습니다. 그러면 다음과 같이 표를 만들 수 있습니다.
	코드 조각은 하이디가 이미 보여줬고, 이 스크립트는 이미 테이블이 있고 거기에 링크가 있다고 가정합니다.
	그리고 스크립트를 실행해서 스크립트가 무엇을 하는지 말씀드리겠습니다.
	이 명령을 실행하면 열을 속성으로 선택할 수 있는 인터페이스가 나타납니다. 먼저, JMP가 이미지를 어디에서 수집할지 알 수 있도록 이미지 경로를 선택해야 합니다.
	레이블을 추가할 수도 있습니다. 레이블은 PowerPoint에 열 형태로 표시되며, PowerPoint에서 어떤 레이아웃을 사용할지 결정할 수도 있습니다. 저는 그리드를 표시하겠습니다.
	레이아웃을 먼저 만듭니다. 따라서 이 경우 4개의 열, 2개의 행이 있습니다. 내보내기를 클릭합니다. 그러면 PowerPoint가 실행되고 PowerPoint가
	가서 이미지를 모으면 슬라이드가 만들어지는데, 서버에서 20개의 이미지를 가져와야 하므로 10~20초가 걸립니다.
	작업이 완료되면 깔끔하게 정리된 PowerPoint가 생성됩니다. 그리고 이 열들은 UI에서 처음에 선택한 열에서 표가 생성된 것임을 기억하세요. 따라서 이 열은 빠르게 생성되며, 물론 변경할 수도 있습니다.
	여기 레이아웃입니다. 예를 들어, 다음을 수행하려고 한다고 가정해 보겠습니다.
	다른 거죠. 여기 레이아웃 선택이 있습니다. 예를 들어 한 행을 만들고 그 아래에 주석을 넣을 수 있도록 공간을 남겨두고 싶다고 가정해 보겠습니다. 그러면 이 작업을 다시 실행하면 됩니다.
	그러면 JMP가 PowerPoint에 레이아웃을 설정하는 방법을 알려줍니다. 이 작업이 완료되면 슬라이드당 이미지 행이 생성됩니다.
	이렇게 보이고
	스크립트의 또 다른 기능은 슬라이드를 카테고리별로 나누는 것입니다. 또는 데이터에 상위 속성이 있어서 새 슬라이드를 시작하고 싶을 수도 있습니다.
	해당 속성이 변경될 때입니다. 예를 들어, 미디어를 슬라이드 레이블에 추가하면 상단에 슬라이드 레이블이 생성됩니다. 제목과 같은 거죠.
	그리고 이 작은 PowerPoint 프레젠테이션도 여러 범주로 나눴습니다. 그래서 이 매체 속성이 변경될 때마다 새 슬라이드가 시작됩니다. 이렇게 하면,
	10~20초 후에 같은 작업을 다시 수행합니다. 이제 각 항목을 여러 카테고리로 그룹화합니다. 그러면 멋진 레이아웃이 완성됩니다.
	슬라이드 세트,
	분할될 항목입니다. 예를 들어, "중간"이 "황동"과 같은 슬라이드가 있고, "청동"이 있는데, 거기에는 항목이 하나뿐인 것 같습니다. 데이터에서 ??? 행을 선택했는데, "도자기" 등이 있습니다. 이렇게 슬라이드가 분리됩니다.
	마지막으로 보여드릴 데모는 때때로 사람들이 좀 더 복잡한 레이아웃을 원한다는 것입니다. 예를 들어 템플릿을 사용하면 하나의 이미지만 보고 싶어 할 수 있습니다.
	더 크게 만들기 위해 왼쪽에 큰 이미지를 하나, 오른쪽에 두 개 정도 더 넣으려고 합니다. 이렇게 복잡한 템플릿을 만들 수 있죠.
	다른 레이아웃을 선택하면 되는데, 스크립트로 처리됩니다. 그래서 저는 크고 작은 레이아웃 하나를 만들었습니다. 왼쪽에는 큰 이미지 하나가 있고 오른쪽에는 작은 이미지 두 개가 쌓여 있습니다. 이렇게 하면
	그러면 똑같은 일이 반복되지만 레이아웃이 달라질 겁니다.
	슬라이드를 만드는 데 10~20초 정도 걸릴 거예요.
	자, 왼쪽에 큰 이미지가 있고 오른쪽에 작은 이미지 두 개가 있습니다.
	마지막으로 도구 사용자 지정에 대해 보여드리겠습니다. 이 도구는 모든 이미지 조작을 지원하는 대규모 추가 기능의 일부로 출시될 예정입니다. 이 도구를 아주 빠르게 열면,
	이건 사용자 정의가 가능해서 사용자가 역할에 자동으로 넣을 열 종류를 변경할 수 있어요.
	사용자는 자신만의 스타일을 만들 수 있습니다. 마지막으로, 특수 템플릿에 대해 말씀드리겠습니다. 이 템플릿들은
	방금 크고 작은 기능 하나를 보여드렸는데, 이 기능들은 도구 외부에 있는 스크립트로 생성됩니다. 그래서 두 가지 기능을 제공할 예정입니다. 하지만 핵심은 사용자가 충분한 경험을 쌓았다면,
	개발자가 직접 템플릿을 만들어 도구에 넣으면 도구가 인식하거나 개발자가 점점 더 많은 템플릿을 개발할 수 있습니다.
	특정 고객이나 특정 사용자에게만 적용되는 내용입니다. 그러니까, 이건 곧 출시될 추가 기능에 포함될 겁니다. 제가 가진 건 이게 전부입니다. 하이디가 다시 가져가도 됩니다.
하이디 하드너	알았어, 알았어.
	죄송합니다. 돌아왔습니다.
	이제 우리는 다른 데이터 세트를 살펴보고 있습니다. 바로 과학 창고(Shed of Science)의 천문학 이미지입니다.
	광고된 대로, 이 이미지들은 그 이상입니다... 계측 이미지이고, 이 아주 작은 이미지 속에서 밤하늘의 일부를 보고 계십니다. 이렇게 아주 작은 크기와 범위의 이미지에서도,
	저기서 움직임이 보여요. 그리고 뭔가 튀어나올 때처럼 이상한 것도 볼 수 있어요.
	제가 머신 러닝 프로젝트를 위해 분류(classify)를 살펴볼 때 강조하고 싶었던 부분이 바로 이것입니다. 이미지들이 서로 매우 유사해 보이는 경우가 있는데, 스크롤을 하면 이처럼 비정상적인 것을 쉽게 찾을 수 있습니다.
	하지만 실제로는 좀 더 그래픽하게 보여드리려고 합니다. 확대해서 다시 스크롤해 보겠습니다. 자, 잠깐만요.
	우리가 보게 될 것을 설명해 주세요. 여기 이 이미지들의 흰색 강도가 시간에 따라 어떻게 변하는지 보여주는 그림이 있습니다. 스크롤하면 시간 순서대로 정렬되어 있습니다.
	그리고 여러분이 보지 못할 한 가지는, 눈으로는 잘 보이지 않는, 여기 강도에서 나타나는 크고 느린 추세입니다.
	라벨을 붙일 거예요. 라벨을 사용해서 보는 방식을 여기서 다시 볼 수 있어요. 네, 강도가 매우 높은지 여부입니다. 60초 노출 이미지에서 무언가가 지나가는 줄무늬가 있기 때문입니다. 데이터의 범프를 통해서도 볼 수 있습니다. 그리고 거기서
	망원경이 표류하면서 배경이 약간 움직이고 다시 원래대로 돌아가는 걸 볼 수 있습니다. 스크롤하면서 보세요. 잠깐 미리보기로 보여드리겠습니다.
	훨씬 더 크게 확장해서 데이터 테이블 내부에서도 이미지를 아주 크게 볼 수 있도록 하겠습니다. 조금 더 크게요.
	그리고 시간의 시작점으로 돌아가세요. 데이터를 스크롤하면서 이 지점과 저 객체를 주의 깊게 살펴보세요.
	그리고 바라건대, 우리가 보고 있는 것은 배경 별들을 배경으로 왼쪽으로 움직이는 것을 볼 수 있을 겁니다. 저건 소행성, 2171 키예프입니다.
	즉, 이러한 계측 이미지의 진정한 의도를 파악하고 있습니다. 따라서 적절한 상황에서는 표에서 이미지를 스크롤하는 것만으로도 가능하다는 것을 그래픽으로 보여드리는 것입니다.
	이미지 테이블 주석. 즉, 이미지를 하나씩 살펴보고 싶은 반대의 경우에 유용합니다.
	이것을 클릭하면 경로를 사용할지, 내장된 이미지를 사용할지 선택할 수 있습니다.
	여기에 날짜를 입력할 수 있는 식별자를 선택할 수도 있고 행 번호만 입력할 수도 있으며 다른 속성을 하나 더 지정할 수도 있습니다. 예를 들어 망원경을 여기에 입력해 보겠습니다.
	데이터에 대해. 그리고 이것이 하는 일은 작은 마크업 도구를 형성하는 것입니다. 이 도구를 사용하면
	일반적인 분류를 좀 해 보세요. 이건 3개인데, 여기에 뭔가 말할 수 있을 것 같아요. 데이터에 대한 코멘트도 좀 해주세요.
	그리고 크로스헤어도 있어서 측정할 수 있어요. 이미지에서 픽셀 단위로 측정하고 크로스헤어를 움직여 위치와
	델타와 픽셀을 추가하고, 녹화를 클릭하면 픽셀이 표시됩니다. 자, 그 전에, 상업적으로 마크업하는 방식이 매우 다양한 이유 중 하나는
	JMP에서 이 작업을 수행하는 동기 중 하나는 이미지와 함께 테이블에 있는 다른 모든 데이터가 있다는 것입니다.
	실제로는 이 열 하나로 표현됩니다. 하지만 다시 말씀드리지만, 이 부분은 사용자 정의가 가능합니다. 제 작은 버전에서는 이미지를 보고 있습니다.
	그리고 여기 이 뷰에 웨이퍼에서 헤드가 어디에 있었는지 보여주는 작은 지도나 다른 여러 데이터를 인쇄하고 있습니다. 아니면 이미지 레시피에 제가 확인해 볼 수 있는 치수가 적혀 있었을 수도 있고요.
	이미지와 항목을 연결하는 기능이 있나요? 혹시 가능할까요? 그런데 '기록'을 클릭하면 오른쪽으로 이동합니다. 열을 추가하는 방법을 알아보겠습니다.
	(기둥이 너무 높아서 조금 줄이겠습니다.)
	여기 3번째 행에서 기록된 것을 볼 수 있습니다. 아니요, 흰색 조준선을 옮기고 싶지 않아서 수직 거리를 구하고 조준선 위치, 제 의견, 분류가 표의 올바른 행에 그대로 고정되어 있습니다.
	여기서 또 다른 점은 이미지 열입니다. 여기에 JMP 플롯 이미지를 몇 개 넣었는데, JMP 플롯도 이미지가 될 수 있습니다.
	그리고 저희가 공유하는 데이터 테이블에는 내장 코드가 있습니다. 여기 보시는 것처럼 이미지를 만드는 코드가 있는데, 여기에는 픽셀 가져오기 메시지를 이미지에 사용하는 작업이 포함됩니다.
	데이터 행렬을 만들고, 소행성이 움직이는 방향을 따라 한 조각을 잘라내고 강도를 평균화합니다. 넘겨서 확인해 보세요.
	이 사진들에서 정점이 움직이는군요. 하지만 진짜 요점은 제가 방금 언급한 거예요.
	Seagate에서 항상 사용하는 사용 사례 중 하나는 헤드에 대한 데이터 행 하나와 그 안에 있는 값(전체 스펙트럼에서 나온 피크 주파수나 최적화 스윕에서 나온 최적 값 등)을 갖는 경우입니다.
	이러한 스윕은 실제로 데이터에서 이미지가 될 수 있습니다. 물론 이미지나 복잡한 곡선에서 이러한 종류의 특징 추출을 수행하는 데에는 충분한 이유가 있습니다.
	빈도와 같은 간단한 값은 JMP 분석에서 다양하게 더 직접적으로 사용될 수 있습니다.
	JMP의 통계 플랫폼은 여러 다른 데이터 열과 관련하여 이미지를 표에 넣으면 얼마나 유용한지 두 분 모두 보여주셨기를 바랍니다.
	특히, 플롯을 이미지로 보는 것은 Serkay의 PowerPoint 데모를 떠올리게 하는데, 플롯은 PowerPoint에서 특정 방식으로 정리하는 것과 같은 것입니다.
	어쨌든, 저희가 공유해 드린 JSL의 다양한 내용이 여러분께 도움이 되고, 여러분도 이미지 활용에 더 많은 영감을 얻으시길 바랍니다. 감사합니다.

고급 통계 모델링자동화 및 스크립팅기본 데이터 분석 및 모델링콘텐츠 구성데이터 탐색 및 시각화품질 및 공정 엔지니어링결과 공유 및 전달