Créer des modèles prédictifs pour les données spectrales à l'aide de l'analyse de données fonctionnelles et de la conception d'expériencesCes dernières années, les moindres carrés partiels (PLS) ont été utilisés pour construire des modèles prédictifs pour les données spectrales. Une approche plus récente utilisant l'explorateur de données fonctionnelles et la conception expérimentale de covariables permet d'utiliser moins de spectres dans un modèle prédictif avec une bonne prévisibilité. Cette approche utilise entre un quart et un tiers des données qui seraient autrement utilisées pour construire des modèles prédictifs basés sur des données spectrales. De nouvelles plates-formes multivariées telles que les cartes de contrôle multivariées basées sur un modèle (MDMCC) seront également démontrées comme moyens d'améliorer l'analyse des données spectrales.
Modélisation statistique avancéeAnalyse et modélisation de données de baseÉtudes de marché et de consommationExploration et visualisation des donnéesPlan d'expériencesModélisation prédictive et apprentissage automatiqueIngénierie de la qualité et des procédés
