Simon Stelzig, Responsabile Product Intelligence, Lohmann
JMP, in seguito JMP Pro, è stato utilizzato per guidare lo sviluppo di un nuovo nastro adesivo strutturale dagli esperimenti iniziali verso un prodotto ottimizzato pronto per la vendita. La base era un design di miscela a 7 componenti creato dalla funzione di progettazione personalizzata di JMP. Sfortunatamente, quasi il 40% delle esecuzioni poteva essere formulato ma non elaborato. Anche con questo design indebolito, le previsioni di ottimi elaborabili per le richieste mutevoli dei clienti erano possibili utilizzando una nuova risposta e la piattaforma di modelli di JMP. Un necessario aumento del DoE utilizzando la funzione di progettazione di aumento ha aumentato continuamente il numero di esperimenti, consentendo la messa a punto del modello e infine la previsione di un prototipo di nastro e prodotto funzionanti. Passando da JMP a JMP Pro, all'interno di un progetto di follow-up basato sugli esperimenti originali, la modellazione è diventata drasticamente più efficiente e affidabile utilizzando la sua migliore protezione contro la modellazione scadente, come riscontrato non utilizzandola versione Pro. Il crescente numero di esecuzioni e le capacità di JMP Pro hanno aperto la strada dall'analisi DoE classica all'uso di metodi di Machine Learning. In questo modo, la velocità di sviluppo è stata ulteriormente aumentata, quasi fino alla previsione e alla verifica, per soddisfare le richieste dei clienti, rientrando nelle vicinanze della nostra formulazione.
Nota dell'editore: la presentazione a cui @shs fa riferimento all'inizio della sua presentazione è Utilizzo di REST API tramite richiesta HTTP e mappe JMP per comprendere la densità dei birrifici tedeschi (2020-EU-EPO-388)
