你好， 我的 姓名 是 卡萊布 國王。 我是 a 開發者 在 這 美國能源部 和 可靠性 團體 在 JMP。 今天 I 想 ID 展示 什麼 I 思考 是 a 位元 的 一個 被忽視的 平台 在 這 可靠性 套房 的 分析 工具， 和 那就是 這 可靠性 生長 平台。 I 想法 ID 做 那 在 這 情境 的 某物 那就是 變得 漂亮的 受歡迎的 如今， 和 那就是 自主 車輛。 他們是 快速地 成為 a 現實， 不是 所以 很多 科學 小說 不再是了。 我們 有 a 很多 的 公司 在職的 在 廣泛的 測試 的 這些 車輛。
它是 好的 到 測試 這些 車輛 在 或許 a 好的 追蹤 在 你的 實驗室 或者 某物 喜歡 那。 但 沒有什麼 節拍 真實的 實際的 路 測試， 哪個 是 為什麼 早期的 在 這 2010年代 這 狀態 的 加州的 部門 的 引擎 車輛 實際上 放 一起 a 測試 程式 那 允許 這些 公司 到 測試 他們的 車輛 在 道路 之內 這 狀態。 現在， 作為 部分 的 那 協定, 每個 公司 曾是 必需的 到 提交 一個 年度的 報告 哪個 會 細節 出去 任何 類型 的 脫離 事件。 或者 天堂 禁止， 任何 崩潰 那 發生 涉及 他們的 自主 車輛。
那些 有 到 是 據報道 到 這 部門 的 引擎 車輛， 這 車輛管理局。 現在， 一 益處 的 這 車輛管理局 存在 a 聯邦 機構 是 那 這些 報告 是 實際上 可用的 之上 要求。 在 事實， 我們 能 去 那裡 正確的 現在 到 這 地點 和 你會 看 那 你 能 在 至少 使用權 這 最多 最近的 報告。 我們 有 這 2021 報告。 他們是 仍然 編譯 這 2022年。 你 可以 也, 如果 你 想， 電子郵件。 如果 你 通緝 一些 以前的 一， I 做過 那 和 a 簡短的 理由 的 什麼 I 曾是 正在做。 他們 是 漂亮的 快的 到 回應。
現在， 我們 有 不同的 類型 的 報告 和 不同的 類型 的 測試。 是 是 聚焦 在 測試 在哪裡 那裡 是 a 司機 在 這 車輛 和 這 司機 能 拿 超過 作為 必要的。 這 不是 a 完全 自主 車輛。 你 做 有 到 是 在 這 司機 座位 到 做 這。 是 使用 這些 脫離 活動 作為 a 代理人 為了 評估 這 可靠性 的 這 車輛。 明顯地， 我們 不 有 使用權 到 這 軟體 在 這些 車輛。 如果 你 工作 在 那些 公司， 你 可以 大概 有 更多的 資訊. 我們 明顯地 不。
但 它們是 a 代理人 因為 如果 你 想 我們的 車輛 到 是 可靠的， 那 方法 它 需求 到 是 操作 作為 你 打算 之內 這 環境。 任何 時間 你 有 到 拿 超過 這 人工智慧 為了 一些 原因， 那 可以 是 a 符號， “我 是的 不是 確切地 操作 作為 I 故意的。 」 我們 能 使用 它 作為 a 位元 的 a 代理人。 再次， 它是 不是 這 最好的 近似， 但 它是 仍然 漂亮的 好的。 的 課程， 我是 不是 這 第一的 一 到 思考 的 這。 這 是 實際上 一個 非正式 擴大 的 一些 工作 我已經 完畢 最近 和 我的 顧問， 年 宏 和 a 束 的 其他 共同作者 在哪裡 我們 實際上 看起來 在 這 類型 的 數據 從 a 復發 活動 看法。
我是 去 到 做 a 輕微地 不同的 方法 這裡。 但 那裡 是 a 預印本 的 這 文章 可用的 如果 你 想 到 查看 它 出去 那 做 某物 相似的。 讓 我 去 在 和 描述 這 數據 你 為了 你 真實的 快的。 我是 不是 去 到 是 尋找 在 每一個 公司 正在做 測試。 有 所以 許多 出去 那裡。 我是 去 到 重點 在 一， 和 那些 會 是 活動 提交 經過 Waymo， 哪個 曾是 谷歌的 自己 駕駛 車 專案. 現在 它們是 他們的 自己的 子公司 實體。 這些 是 他們的 年度的 報告。 讓 我 定義 什麼 我們 意思是 經過 脫離 事件。
我是 在 這 司機 座位 和 如果 某樣東西 正在發生， 我是 在 自主 模式 和 I 需要 到 拿 超過 和 拿 超過 駕駛。 那是 a 脫離 事件。 I 脫離接觸 從 自主 模式。 那 可以 是 為了 任何 原因。 他們， 的 課程， 需要 到 報告 什麼 那 原因 曾是。 是 只是 使用 那 作為 我們的 代理人 措施 這裡。 這些 年度的 報告 是 去 到 去 全部 這 方式 後退 到 關於 2015年 2014年。 那是 什麼時候 Waymo 開始 參與 在 這 程式. 這 2015 報告 實際上 包含 數據 後退 到 2014年。 他們 開始 在 這 中間 那裡。
每個 報告 本質上 封面 這 範圍 從 十二月 的 這 以前的 年 到 十一月 的 這 目前的 年。 這 2016 報告 會 包含 數據 從 十二月 2015 向上 到 十一月 的 2016年。 那 方式， 他們 有 a 月 到 過程 這 以前的 年 數字。 那裡 是 二 基本的 來源 的 數據 是 尋找 在 在 每個 報告。 這 第一的 一 是 去 到 清單 每個 事件 那 發生， 什麼時候 它 發生 那 可以 是 作為 詳細的 作為 天 和 時間， 或者 它 可以 只是 是 這 月。
再次， 有 不是 a 很多 的 好的 一致性 穿過 年。 它是 某物 我們 跑 進入。 但 他們 在 至少 給 一些 指示 的 什麼時候 它 發生了。 他們 可能 說 在哪裡 它 發生 和 他們 能 描述 什麼 發生了。 它 可以 是 非常 詳細的 或者 它 可以 只是 是 墜落 進入 a 特別的 類別 那 他們 給。 然後 這 第二 部分 的 數據 是 去 到 清單 這 這 來 或者 部分的 來 的 這 車輛， 所以 這 車輛 鑑別 數字。 某物 到 確認 這 車輛 和 如何 許多 自主 英哩 那 車輛 是 驅動 那 月。 你 可能 看 之後 在 什麼時候 I 展示 這 數據， 那裡 可能 是 a 束 的 零。 零 只是 方法 I 任何一個 沒有 駕駛 那 車輛 或者 I 只是 沒有 駕駛 它 在 自主 模式。
在 任何一個 案件， I 曾是 不是 正在做 積極的 測試 的 這 自主 模式 的 這 車輛。 現在， 作為 I 提及 早些時候， 那裡 曾是 a 位元 的 前後矛盾。 事先的 到 2018年 什麼時候 他們 列出 這 脫離 事件， 他們 實際上 不 給 這 益處 的 這 車輛。 我們 不 知道 什麼 車輛 曾是 涉及。 我們 知道 如何 許多 自主 英哩 它 駕駛 那 月， 但 我們 有 不 主意 什麼 車輛 曾是 涉及。 開始 在 2018年 那 資訊 是 現在 可用的。 現在 我們 能 匹配 車輛 到 這 事件， 哪個 方法 什麼時候 我們 做 這 分析， 我是 去 到 做 它 在 二 不同的 級別。
一 是 在 一個 總計的 等級 在哪裡 我是 去 到 是 尋找 在 每個 月 全部 的 這 車輛 存在 測試 在 那 時間。 然後 尋找 在 這 事件 利率 全面的 在 一個 總計的 措施。 這 第二 將要 是 然後 I 將要 飛漲 在 在 這 車輛 等級。 患病的 看 在 它 經過 來。 為了 那 數據， 患病的 僅有的 是 去 後退 到 2018年。 為了 這 總計的 等級， I 能 拿 全部 的 它。 現在， 前 我們 得到 透過 這 分析， 實際上 通緝 到 展示 你 一些 工具 那 JMP 有 可用的 那 允許 我們 到 迅速地 過程 和 累積 這 數據。 再次， 到 展示 你 如何 簡單的 它 是 和 展示 離開 a 很少 特徵 在 JMP。 一些 的 他們 是 真的 新的， 一些 的 他們 有 到過 大約 為了 a 小的 儘管。
讓 我 開始 經過 顯示 你 一 事物 那 幫助 我們， 和 那 曾是 存在 有能力的 到 讀 在 數據 從 PDF文件。 事先的 到 2018年 a 很多 的 這些 數據 是 編譯 在 PDF文件。 然後， 他們 放 他們 在 一個 Excel 文件， 哪個 製成 它 a 很多 更輕鬆 到 只是 複製 和 貼上 進入 a JMP 桌子。 但 為了 那些 PDF文件 如何 做過 我們 處理 那？ 讓 我 給 你 一個 例子 使用 數據 從 2017年。 這 是 實際上 一 的 這 最好的 格式化 報告 我們 看 從 公司。 一些 摘要 這裡， 一些 表格 這裡 和 那裡。 這 在 附錄 A 是 這 數據 我是 尋找 在。
你 能 看 這裡， 這 是 這 脫離 事件。 我們 有 a 原因， 通常 只是 a 類別 這裡。 他們 有 這 天， 哪個 是 實際上 這 月。 A 位元 的 a 差異 那裡， 這 地點 和 類型。 但 這 是 基本上 只是 講述 我們 如何 許多 脫離 活動 發生 每個 月。 然後 我們 有 a 桌子 這裡 或者 a 系列 的 表格 實際上 這裡 在 這 後退。 這 是 顯示 我們 為了 每個 車輛， 在 這 案件， 它 僅有的 給予 部分的 事件 資訊. 那裡 是 不是 a 很多 的 資訊 可用的 在 這些 早期的 報告 和 然後 顯示 你 如何 許多 自主 英哩 是 驅動 每個 月。 如何 能 我們 放 這 進入 JMP？ 出色地， I 可以 只是 複製 和 貼上， 但 那就是 a 位元 乏味。 我們 能 做 更好的 比 那。
讓 我 來 這裡。 我是 去 到 去 到 我的 文件， 我是 去 到 去 到 打開。 有 我的 PDF格式。 我是 去 到 點選 打開 和 JMP 有 a PDF 進口 巫師。 驚人的。 現在 什麼 它是 去 到 做 是 它是 去 到 去 透過 和 看 在 每個 頁 並識別 任何 表格 它 發現 那裡。 它是 去 到 分類 他們 經過 這 頁 和 什麼 這 桌子 是 在 那 頁。 的 課程， 什麼時候 你 節省 它 出去， 你 能， 的 課程， 改變 這 姓名。
現在， I 不 想 每一個 桌子 在 每一個 頁。 什麼 我是 去 到 做 是 我是 去 到 去 到 這 紅色的 三角形 在 這 頁 和 只是 說， 「忽略 全部 這 表格 在 這 頁。 I 不 想 這些。 」 患病的 說， ““好的，” 患病的 做 這 相同的 這裡。 它是 a 好的 概括 桌子， 但 它是 不是 什麼 I 想。 然後 I 開始 他說，「 這 是 這 數據 I 想。 」 現在， 是 去 到 注意 這裡， 這 是 格式化 漂亮的 出色地。 它是 獲得 這 數據 I 想。 如果 I 捲動 到 這 下一個 一， 這 是 技術上來說 a 續篇 的 這 桌子 從 前。 然而， 經過 預設, JMP 是 去 到 認為 那 每一個 桌子 在 每個 頁 是 它是 自己的 實體。
什麼 I 能 做 到 告訴 JMP 那 實際上 這 是 只是 a 續篇 是 到 去 到 這 桌子 這裡 在 這 頁， 點選 這 紅色的 三角形 和 說 為了 這 數位 的 列 到 使用 作為 標題， 那裡 實際上 是 沒有任何。 這 是 a 方式 到 告訴 JMP 那 實際上 那就是 a 續篇 的 這 以前的 桌子。 出色地 查看 在 這 數據 這裡， 和 它 看起來 喜歡 它 做過 它 現在。 我是 去 到 查看 這裡 在 這 底部 和 I 注意到， 「哦， I 錯過 那 十月 數據。 那是 好的。 我是 去 到 做 a 快的 小的 拉緊 那裡 和 繁榮， I 得到 它。 」 那是 好的。 你 能 操縱 這 表格。 I f 它 沒有 抓住 某物， 你 能 拉緊 和 操縱 這 桌子 到 調整 它。 你 能 也 添加 表格 它 沒有 尋找。
在 這 案件， I 錯過 這。 那是 好的。 我是 去 到 拖 a 盒子 周圍。 繁榮。 有 a 新的 桌子 為了 你， JMP。 我是 去 到 去 在 這裡。 它是 去 到 認為 那 那裡 是 一些 標題 行。 實際上， 那裡 是 沒有任何。 好的， 偉大的。 現在 它是 捕獲 那 部分 的 這 數據。 有 a 位元 的 一個 空的 細胞 這裡。 那是 只是 a 格式化 錯誤 因為 這 是 技術上來說 二 線條， 所以 他們 沒有 放 這 在 這 頂部。 它是 好的。 簡單的 使固定 在 這 後退 結尾。 現在 為了 這些 桌子， 什麼 我們 注意 如果 我們 去 到 那 是 它 實際上 認為， 「出色地， 這 是 實際上 一 桌子。 」 很遺憾， 它是 技術上來說 不是 正確的 因為 那裡 是 二 桌子， 但 它是 一個 簡單的 使固定。 I 能 簡單地 去 到 每個 一 和 說， 「它是 實際上 不是 a 續篇 JMP。 這 實際上 有 它是 自己的 標題。
它 他說， “好的，” 和 你 能 做 那 為了 每個 的 這些 表格。 I 慣於 做 它 為了 全部 的 他們。 我是 只是 正在做 這 到 闡明。 什麼 我們會 有 到 做 是 我們會 大概 結尾 向上 和 a 束 的 表格 這裡 在哪裡 出色地 有 到 水平方向 連接。 那是 只是 這 方式 他們 決定 到 格式 在 這 報告。 但 JMP 有 a 很多 的 工具 到 幫助 我們 和 連接 和 推桿 表格 一起。 但 你 能 看 這 是 a 很多 更輕鬆 比 嘗試 到 複製 和 貼上 這 進入 JMP， 製作 當然 那 這 格式化 是 全部 好的。 JMP 是 去 到 做 a 很多 的 那 為了 我們。
好的， 其他 有幫助 工具 那 來了 出去 最近 在 JMP 2017 是， 如果 你已經 大概 聽到 的 它， 這 JMP 工作流程。 那 曾是 極佳的 有幫助 因為 明顯地 我們 有 多種的 報告 超過 多種的 年。 我們會 喜歡 到 在 至少 結合 穿過 全部 這 年 進入 二 報告， 一 和 這 脫離 事件， 一 和 這 里程。 什麼 我們 做過 是 我們 創建 一個 最初的... 我們 隨後 一些 步驟 到 放 向上 這 桌子 在 a 方式 那 我們 能 然後 連接 他們 一起 進入 一 桌子， 和 然後 我們 已儲存 它 進入 a 工作流程。
那是 什麼 I 有 已證明 這裡。 這 是 a 工作流程 建築商 那 我們 放 一起 為了 那。 我是 去 到 證明 它 使用 這 數據 放。 這 是 特別的 為了 我們的 里程。 什麼 我們 有 這裡 是 a 桌子。 這 代表 什麼 我們 會 有 a 生的 輸出 從 一 的 這 報告。 這裡 我們， 的 課程， 有 它 破碎的 向下 經過 來 數字。 我們已經 得到 a 很多 的 資訊 這裡。 我們會 喜歡 到 重新格式化 這 桌子。 第一的 事物 我是 去 到 做， 我是 只是 去 到 走 透過 每個 步。 我是 不是 去 到 展示 也 許多 細節 在 每個 步。 你會 看 什麼 他們 是。 它是 漂亮的 自己 解釋性的。
這 第一的 一 是 去 到 改變 這 姓名 的 這 柱子 到 車輛。 那 方式 它 比賽 a 柱子 在 我們的 連接的 桌子。 我是 去 到 去 超過， 我是 去 到 刪除 這 全部的 柱子。 I 不 需要 那。 然後 我是 去 到 做 a 堆疊 穿過 全部 這 日期。 你 能 看 我已經 得到 那 這裡。 我們 方便 稱為 它 堆疊 桌子， 非常 內容豐富。 現在， 一 事物 I 需要 到 做 這裡， I 放 a 暫停 這裡， 那就是 這 小的 停止 符號。 在。 那是 因為 I 會 通常 需要 到 去 在 和 改變 這 年。
現在， 某物 I 可以 做 正確的 現在， I 不能 真的 數位 出去 a 方式 到 得到 a 多變的， 說 年， 那 你 可以 只是 充滿 出去， 放 這 年 那裡， 和 然後 它 自動地 充滿 它 在 這裡。 那是 或許 某物 I 能 去 到 community.jmp.com , 去 到 這 希望 清單 和 說， 「嘿， 它會 是 好的 如果 I 可以 做 這。 」 但 為了 正確的 現在， I 只是 放 在 這 年。 它 曾是 漂亮的 簡單的 到 做 比較的 到 正在做 這 多種的 次數。 漂亮的 直截了當。 但 再次， I 能 也 強調 為了 你 如何 你 能 實際上 去 在 和 調整 這 腳本 本身。 你 能 去 在 和 裁縫 這 到 你的 需要。 什麼 這 是 去 到 做 是 重新編碼 這些 所以 它 演出 這 月 和 這 年。 患病的 做 那 真實的 快的。 那裡 我們 是。
這 下一個 步 是 去 到 拿 這。 正確的 現在， 這 是 a 類別， 它是 a 細繩， I 想 a 數字。 那是 什麼 I 做 下一個。 現在， 這 不是 漂亮的。 這 是 只是 這 數位 的 秒 自從 一些 日期 在 1900年 I 相信。 明顯地， 那就是 不是 漂亮的。 ID 喜歡 到 展示 某物 更多的 內容豐富。 那是 什麼 I 做 在 這 下一個 步。 現在， 它 演出 這 月 和 這 年。 我是 去 到 停止 這裡。 我是 不是 去 到 繼續 因為 在 這 觀點 ID 有 其他 桌子 打開。 這 下一個 步 會 然後 連接 這 表格 和 然後 關閉 離開 這些 中間的 表格。 什麼 我是 去 到 做 是 我是 去 到 重置 東西. 患病的 重置， 點選 這裡。 我是 去 到 重新開放 這 桌子。 我是 去 到 做 這 只是 所以 你 能 看 如何 快速地 這 走了。
這裡 我是 去 到 點選 超過 這裡， 我是 去 到 點選 玩， 我是 去 到 點選 玩 再次。 看 如何 快速地 那 曾是。 現在， 想像 正在做 這 為了 多種的 報告。 如何 很多 快點 那 是 比 重複 這 相同的 步驟 超過 和 超過 和 超過 再次。 這 工作流程 曾是 真的 有用 在 這 情況。
現在， 我是 去 到 關閉 全部 這些 出去 因為 它是 時間 到 得到 進入 這 分析。 我們開始吧 做 那。 我是 去 到 開始 和 這 總計的 等級 數據。 這裡是 我的 桌子。 I 編譯 穿過 全部 這 數據， 全部 這 時間 時期。 我們 有 這 月， 我們 有 如何 許多 脫離 發生 在 那 月。 I 得到 a 柱子 這裡 為了 這 累計 全部的。 我已經 得到 這裡 如何 許多 自主 模型 是 有動力。 I 得到 二 列 這裡 那 我是 去 到 演講 關於 在 只是 a 第二。 你會 有 到 只是 等待。
什麼 我是 去 到 做 是 我是 去 到 去 在， 我是 去 到 去 到 分析。 我是 去 到 去 在下面 可靠性 和 生存， 和 然後 我是 去 到 捲動 全部 這 方式 向下 直到 I 抵達 可靠性 生長。 患病的 點選 那。 現在 我們 有 多種的 標籤 這裡。 我是 僅有的 去 到 重點 在 這些 第一的 二 因為 這些 最後的 二 憂慮 如果 I 有 多種的 系統。 患病的 重訪 那些 什麼時候 我們 得到 到 這 實際的 車輛 資訊. 為了 正確的 現在， 我們來吧 假裝 那 是 尋找 在 這 所有的 的 系統， 這 人造的 智力 系統 在 這些 車輛。 思考 的 它 作為 一 大的 系統。
那裡 是 二 方式 那 I 能 評估 這。 一， I 能 做 作為 時間 到 事件， 本質上 如何 許多 幾個月 直到 a 肯定 事件 發生 或者 天 如果 我們 有 那。 或者 I 可以 做 它 透過 a 特別的 時間 郵票。 基本上， 什麼 曾是 這 時間 在 哪個 它 發生過嗎？ I 做 有 那 類型 的 格式化 數據。 I 有 它 在 這 月。 這 月 是 a 美好的 時間戳。 它 只是 說 在 那 月 I 有 這 許多 活動 發生。 那是 全部 I 需要 到 放 在。 I 有 全部 這 數據 I 需要。 患病的 點選 好的。
現在， 偉大的 事物 關於 這 是 前 你 做 任何 分析， 你 應該， 的 課程， 看 在 你的 數據， 視覺化 你的 數據。 它是 好的 因為 這 第一的 事物 它 做 是 它 視覺化 這 數據 為了 你。 我們開始吧 看 在 它。 一 事物 是 尋找 在， 是 尋找 在 累計 活動 超過 時間。 什麼 我們 預計 是 a 行為 在哪裡 早期的 在 我們 可能 有 什麼 患病的 稱呼 a 燒傷 在 類型 時期 在哪裡 I 有 a 很多 的 活動 和 它是 正在發生。 我是 微調 這 系統， 幫助 使固定 它， 幫助 提升 它。
然後 最終， 什麼 ID 喜歡 到 看 是 這 高原。 ID 喜歡 它 到 增加 和 然後 壓平 離開。 那 講述 我 那 我的 數位 的 事件 是 減少。 如果 它 去 完全地 平坦的， 那就是 偉大的。 I 有 不 更多的 事件 任何。 I 希望 這 是 喜歡 那， 它 是 不是。 但 我們 能 看 圖案 這裡 在 這 數據。 我們開始吧 走 通過。 我們 有 a 燒傷 在 時期 這裡， 早期的 2015年 和 然後 關於 中 2016年 我們 壓平 離開 直到 關於 這裡。 我們 看 a 小的 閃爍， 關於 夏天 的 2016年 某物 事情發生了。 我們 得到 a 很少 更多的 事件。 我們 等級 離開 再次 直到 我們 得到 到 關於 這裡， 關於 晚的 春天 的 2018年。
某物 別的 發生 因為 我們 開始 去 向上 再次。 他們是 不是 非常 陡。 這 一個人的 a 位元 更長。 然後 我們 漂亮的 很多 在 這裡， 我們 幾乎 扁平的 出去。 我們已經 達到 這 時期 在哪裡 是 真的 擁有 不 事件 發生， 本質上， 到 這 結尾 的 2020年。 然後 某物 發生 在 2021 和 在哪裡 我們已經 達到 本質上 其他 燒傷 在 時期， 某樣東西 去 在。 本質上 什麼 我們已經 得到 是 四 階段， 如果 你 將要， 發生 在 這 生長 的 這 系統。 某樣東西 已更改 二 或者 三 時代 到 影響 這 可靠性。
其他 方式 到 視覺化 這， 患病的 跑步 這 陰謀。 這 用途 一些 數據。 我是 繪製 再次 這 累計 全部的。 我是 也 繪製 某物 什麼 I 稱呼 這 經驗 意思是 時間 之間 失敗。 它是 a 非常 簡單的 指標 到 計算。 它是 只是 這 逆 的 這 數位 的 脫離關係。 它 是 a 非常 廣告 hoc， 幼稚的 方式 到 嘗試 和 估計 這 意思是 時間 之間 事件。 但 I 繪製 這裡 所以 那 你 能 看， 你會 注意 這些 四峰 那 對應 到 這 彎曲 在 這 曲線。 但 那裡 是 四 的 他們 表明 這些 四 地方 在哪裡 某物 有 已更改 在 這 系統 到 影響 它是 可靠性。
什麼 我們 能 做 然後 是 嘗試 到 數位 出去， 什麼 是 那些 斷點？ 一 方式 你 可以 做 那 是 這 可靠性 生長 平台 有 a 方式 到 合身 a 肯定 模型。 患病的 暫停 這裡 到 演講 關於 這 模型 a 位元. 全部 的 這些 是 實際上 這 相同的 模型 和 輕微 修改。 他們是 全部 什麼 我們 稱呼 a 非齊次泊松過程。 那 是 a 想要 方式 到 描述 a 計數 過程。 我是 計數 某物， 但 這 速度 在 哪個 這 帳戶 可能 發生 每 單元 時間 是 變化 超過 時間。 A 泊松過程 只是 方法 那 在 a 持續的 速度， 所以 這 速度 在 哪個 事件 會 發生 會 到 是 持續的， 那 會 是 相等的 到 看到 a 直的 線。
它是 非常 簡單的 到 模型， 但 它是 壞的 為了 現實 因為 明顯地 我們 不 想 這 速度 到 停留 這 相同的。 我們 會 喜歡 它 到 減少 到 本質上 零。 那是 為什麼 我們 有 a 非齊次泊松過程。我們 想 它 到 改變 超過 時間。 這裡 我們 有 a 模型 在哪裡 我們 能 實際上 讓 JMP 嘗試 和 數位 出去 a 改變 觀點 在 這 過程。 如果 I 跑步 它， 什麼 它是 去 到 做 是 它是 實際上 去 到 抓住 這 大的 片 和 說， 「嘿， 某物 真的 已更改 那裡。 為了 最多 的 它， 它 曾是 這 相同的 事物， 但 後 這 觀點， 它 真的 變了。 現在 這裡 它是 僅有的 去 到 改變 一 在 a 時間。 I 有 談話 到 這 開發者 關於， 不會 它 是 好的 如果 我們 可以 確認 多種的 改變 積分？
A 顯然 那就是 a 位元 的 一個 打開 研究 問題， 所以 我 和 他 可能 是 在職的 一起 到 嘗試 和 數位 那 出去。 但 什麼 I 做過 是 I 本質上 目測 它 和 說， “我 思考 那裡 是 肯定 階段。 I 思考 有 關於 三 或者 四 階段， 和 I 做過 它 從經驗上看， 哪個 是 在哪裡 你 得到 這 柱子。 」 我是 去 到 跑步 那 腳本。 讓 我 展示 你 如何 I 做過 它。 I 來 這裡 在下面 重做， 去 到 重新啟動， 和 全部 I 做過 曾是 I 額外 這 階段 柱子 這裡。 這 講述 你 那 那裡 是 不同的 時期 在哪裡 這 可靠性 可能 有 已更改 顯著地， 原諒 我， 在 一些 方式。
如果 我們認為 的 那， 是 去 到 看 在 這 鑰匙 指標 這裡 作為 這 意思是 時間 之間 失敗。 是 去 到 看 早期的 在， 所以 這 是 在 幾個月， 這 這裡 是 關於 三 天， 4- 5、 關於 a 星期， 和 這 是 關於 a 天， 天 和 a 一半。 早期的 在， 我們 有 a 位元 的 a 低的 時間。 它是 漂亮的 頻繁。 我們 能 也 看 這裡， 患病的 展示 你 這 強度 陰謀。 那 可能 是 其他 事物 到 解釋。 什麼 是 尋找 為了 是 我們會 喜歡 這 意思是 時間 之間 失敗 到 是 長的。 我們會 喜歡 它 到 是 a 長的 時間 之間 事件， 理想情況下 無限的。 那 方法 沒有什麼 曾經 發生， 和 我們的 強度 到 減少。
什麼 是 尋找 這裡 是， 我們 得到 a 位元 的 a 好的 開始。 關於 中間 的 2016年 是 正在做 真的 出色地。 在 事實， 我們 得到 到 關於 a 星期 之間 一個 事件 為了 任何 車輛。 那裡 曾是 a 位元 的 a 閃爍， 但 我們 主要 得到 後退 到 在哪裡 我們 是 直到 我們 得到 到 這 結尾 的 2021年 在哪裡 現在 它是 本質上 關於 a 天 之間 事件 為了 任何 車輛。 某物 大的 發生 這裡 在 這 結尾 的 2020 和 這些 車輛 和 這 軟體 系統， 如果 你 將要。
再次， 你 能 看 這裡 和 這 強度， 你 能 幾乎 做 一 曲線 和 我們 得到 向下 到 關於 六 或者 七 事件 每 月。 然而 這裡 它是 幾乎 30， 本質上， 一次 a 天。 我們已經 到過 有能力的 到 看 進入 這裡 和 發現 是什麼 去 在， 在 至少 在 這 總計的 等級。 前 我們 得到 到 這 車輛 等級， 我是 去 到 跑步 一 更多的 圖形 那就是 尋找 在， 我們已經 得到 全部 這些 自主 英里。 可以 它 是 那 如果 I 駕駛 它 更多的 經常， 或許 I 遇到 更多的 事件？ 可以 那 有 一個 影響？ T 這裡是 a 快的 方式 到 評估 那。 只是 使用 a 簡單的 圖形。 出色地 只是 陰謀 自主 英哩 相對 這 全部的 脫離關係。
我們 看 這裡 為了 是 a 很少 數位 的 脫離接觸， 那 可能 是 真的。 這 更多的 你 駕駛， 這 更多的 你 可能 看。 但 在 一般的， 長的 學期， 不是 真的。 有 真的 不 大的， 強的 相關性 之間 如何 許多 自主 英哩 積極主動， 如何 許多 訂婚 你 看。 有 某物 別的 去 開啟。 T 帽子 實際上 什麼 我們 成立 在 這 紙 那 I 提及 早些時候 是 那 這 里程 影響 曾是 非常 極簡主義。
現在， 我們來吧 飛漲 在 到 這 個人 車輛。 是 不是 去 到 有 全部 這 數據， 甚至 儘管 I 實際上 做 有 它 這裡。 但 是 不是 去 到 有 完全的 數據 為了 全部 的 這 車輛。 讓 我 休息 它 向下。 I 有 這 月， I 有 這 車輛 鑑別 數字。 注意 一些 的 這些， 它是 僅有的 部分的。 I 有 這裡 什麼 I 稱呼 a 來 系列。 這 是 非常 經驗。 我是 只是 採取 這 第一的 四 數位 的 這 來。 你會 看 這裡， 我是 去 到 捲動 向下 a 位元 和 出色地 看。 我們開始吧 看， 或許 I 將要 拖 向下 a 小的 位元. 那裡 我們 去。
一些 的 這些 葡萄酒， a 很多 的 他們 實際上 開始 和 這 相同的 四 數字， 2C4R. 患病的 稱呼 他們 這 2C4 系列。 有 a 束 的 車輛 那 有 這 作為 他們的 開始 一。 這 識別 a 特別的 艦隊 的 車輛， 在 至少 從 一個 經驗 看法。 如果 I 捲動 向下， 是 去 到 跑步 進入 a 不同的 系列， 哪個 我是 去 到 稱呼 這 薩德 系列。 這 是 這 一 那 曾是 介紹 關於 2021年。 那是 什麼時候 I 鋸 這 維恩圖 數位 改變 到 這 薩德 指定。
再次， I 有 如何 許多 的 英里， I 有 a 開始 月， 什麼時候 做過 那 車輛 開始？ 我是 去 到 使用 這 到 計算 這 時間 到 事件。 第一的， 我是 去 到 做 a 陰謀。 I 思考 這 是 這 最多 資訊豐富的 陰謀 你會 看 為了 這 分析。 什麼 我已經 完畢 這裡 是 我已經 本質上 創建 為了 你 a 熱 地圖。 你 能 看 我已經 得到 這 熱 地圖 選項 選擇。 已選， I 得到 為了 每個 車輛 和 超過 時間， 本質上 a 細胞， 和 那就是 只是 去 到 表明， 曾是 I 驅動 在 自主 模式 隨時 那 月？
I 得到 它 顏色 編碼 經過 這 系列。 這些 垂直的 線條 對應 到 這 過渡 之間 那些 經驗 階段 I 提及 更早。 什麼 這 是 講述 我們 是 基本上， 能 我們 確認 什麼 可能 有 導致 那些 過渡？ 這裡 我們 看 一個 最初的 系列 的 車輛， 和 它 看起來 喜歡 那裡 不是 a 大的 改變 在 什麼 車輛 是 介紹 這裡。 或許 那裡 曾是 a 位元 的 a 軟體 升級 為了 這 特別的 系列 那 可能 有 介紹 那些 新的 事件。 這裡 我們 看 那 a 新的 系列 曾是 介紹， a 較小的 數位 的 車輛， 或許是飛行員 系列。 然後 a 束 的 他們 介紹 關於 那 相同的 時期 在哪裡 我們 鋸 這 其他 過渡。
這裡， 這 似乎 到 對應 到 a 新的 艦隊 的 車輛 和 或許 a 輕微地 更新 版本 的 這 軟體. 這裡， 我們 看 a 清除 區別。 明顯地， 在 2021年 a 完全地 新的 系列 的 車輛 曾是 介紹。 我們 有 a 位元 的 這 老的 車輛 仍然 那裡 在 這 混合物， 但 最多 的 他們 是 這 新的 車輛。 那 大概 解釋 為什麼 我們 得到 a 新的 批次 的 新的 事件。 我們 得到 a 燒傷 在 時期 為了 這 新的 系列 的 車輛。 這 是 涼爽的 因為 現在 我們 有 a 位元 更多的 解釋 作為 到 什麼 曾是 去 在 和 這 總計的 數據， 哪個 是 為什麼 它是 重要的 到 有 這 資訊.
現在 我們來吧 休息 它 向下 經過 來。 I 有 正確的 這裡 腳本 到 表明 我們已經 得到 a 桌子 這裡 和 它是 相似的 到 這 桌子 I 有 之前。 注意 一些 的 這些 有 到過 排除 和 這 是 因為 如果 為了 那 特別的 車輛， 這 全部的 數位 的 事件 曾是 較少的 比 三， 這 平台 是 不是 去 到 是 有能力的 到 合身 a 模型 為了 你 因為 它 需求 在 至少 三 事件 每 車輛。 那 製作 感覺。 I 有 僅有的 一 或者 二， 那就是 不是 真的 足夠的 資訊 到 評估 這 可靠性。 如果 I 有 三 或者 更多的， 現在 是 說， I 能 做 某物。
I 也 有 這 月 自從 這 開始。 I 有 一些 累計 資訊 那裡 哪個 月 它 開始了。 我是 去 到 去 前方 然後 和 跑步 這 平台。 不 擔心， I 將要 展示 你 如何 I 做過 這。 我是 去 到 去 到 這 重做， 重新啟動。 我是 去 到 得到 擺脫 的 那。 那是 一些 剩餘物 東西. 我是 尋找 在 一 的 這些 二 最後的 平台。 這些 是 關於 多種的 系統。 現在 是 思維 的 每個 車輛 作為 它是 自己的 系統。 這 並行 只是 方法 我是 去 到 跑步 每個 車輛 一 後 這 其他。
那是 不是 是什麼 發生 這裡。 這 車輛 是 本質上 存在 跑步 在 平行線。 多種的 車輛 是 存在 驅動 在 a 時間。 這裡 I 需要 a 柱子 到 表明 這 時間 到 事件， 在 這 案件， 如何 許多 幾個月 自從 這 開始 直到 這 許多 活動 發生了。 I 有 這 系統 ID。 這 一 事物 那就是 不是 所示 這裡 是 I 實際上 採取 這 來 系列 和 用過的 那 作為 a 經過 多變的， 哪個 是 為什麼 我們 有 這 在哪裡 來 等於 所以 和 所以。 有 僅有的 去 到 是 二 因為 這 一 和 a 小的 星號 有 不 資訊 關於 事件。 那是 因為 那 曾是 二 早些時候 那 曾是 事先的 到 存在 有能力的 到 領帶 這 車輛識別碼 (VIN) 這 車輛。
但 他們 是 那裡 為了 完整性， 我的訂單被取消了。 出去 的 那。 現在， 什麼 是 去 到 看 這裡 是 a 清單 的 模型 那 你 可以 跑步。 這些 第一的 四， 我是 不是 去 到 是 有能力的 到 做 因為 I 僅有的 有 一 階段。 本質上， 這 階段 現在 對應 到 這 來 系列。 但 那裡 是 二 那 I 可以 跑步 和 這 僅有的 不同之處 是， 做 I 想 到 跑步 a 模型 為了 全部 的 他們 說 這些 是 全部 部分 的 一個 完全相同的 系統？ 製造 感覺。 這些 是 全部 車輛， 他們 大概 跑步 這 相同的 軟體. 或許 I 能 跑步 a 模型 為了 全部 的 他們。 或者 I 能 有 a 模型 在哪裡 I 合身 它 到 每個 個人 車輛。
前 I 跑步 那些 模型， 我們來吧 拿 a 看 在 這 陰謀。 再次， 開始 和 這 視覺化 和 什麼 我們 看 繪製 是 全部 這 車輛。 注意 這裡 有 a 位元 的 a 淺的 坡 到 這。 本質上 有 a 位元 的 a 陡 曲線， 但 然後 它 等級 離開 漂亮的 快的。 這 是 a 漂亮的 好的 符號 的 可靠性 去 在 這裡。 我是 去 到 比較 他們， 我是 去 到 捲動 向下 到 這 下一個 一， 這 放 系列。 現在， 最初 這 軸 這裡， 只是 所以 你 知道， 什麼時候 你 跑步 它 下一個 時間， 這 軸 是 去 到 僅有的 去 到 這 完全的 放 的 數據。 這 會 實際上 是 a 較小的 範圍。
I 使固定 他們 所以 他們 有 這 相同的 範圍。 你 能 清楚地 看 那 這 是 很多 更陡峭 比 這。 清楚地， 我們 有 更多的 事件 發生 和 這 新的 系列 比 這 一。 但 我們 能 做 a 快的 模型 合身。 我是 去 到 做 這 完全相同的 系統。 再次， 它是 a 非齊次泊松過程。 雖然 在 這 案件， 我是 去 到 忽略 這 估算 為了 正確的 現在， 如果 你 想 到 看 在 那， 你 能。 我是 去 到 去 直的 到 這 意思是 時間 之間 失敗 和 你會 注意 那 為了 全部 這 幾個月 它是 漂亮的 很多 平坦的。
什麼 它是 本質上 完畢 是 這 是 只是 a 泊松 過程。 這 速度 是 持續的， 哪個 是 好的 為了 造型， 不是 所以 好的 在 條款 的 評估 它。 它是 只是 說 穿過 這 所有的 時間 為了 這 特別的 系列， 我們 漂亮的 很多 達到 為了 任何 一 車輛， a 意思是 時間 的 關於 五 幾個月 之間 事件。 現在， 我們來吧 比較 那 到 什麼 我們 鋸 和 這 總計的 在哪裡 它 曾是 關於 a 星期， 那就是 穿過 任何 車輛。 它是 只是 說 為了 任何 車輛， 它 曾是 關於 a 星期 之間 一個 事件 為了 任何 車輛。 然而 這 似乎 到 是 暗示 它是 關於 五 幾個月 為了 任何 一 車輛。
你 能 思考 的 它 作為 這 跑步 在 平行線， 所以 你 能 看 它是 交錯。 任何 一 車輛， 它 可以 是 關於 五 幾個月。 再次， 這 是 一個 平均的， 有 a 很多 的 範圍 之間 那裡。 為了 一 車輛， 它是 a 漂亮的 長的 時間。 但 在 總計的， 它們是 大概 交錯 足夠的 那 它 似乎 喜歡 它是 關於 a 星期 為了 任何 一 車輛。 他們 能 是 持續的 喜歡 那。 但 這 是 仍然 漂亮的 好的。 那是 關於 五 幾個月 之間 一個 事件， a 脫離 事件 這裡 為了 那 系列。 如果 我們 跑步 到 這 薩德 系列 和 做 這 相同的 模型， 讓 我 去 這裡。 那裡 我們 看 清楚地 增加。 我是 去 到 隱藏 那。 如果 我們 看 在 這， 它 他說， “不，” 早期的 在 我們 大概 有 關於 二 幾個月。 那是 a 位元 的 a 開始 那裡。 但 我們已經 掉落 到 較少的 比 a 月， 幾乎 二 到 三 週 之間 事件。
清楚地， 有 a 位元 更多的 工作 到 做 在 這 系列。 再次， 它 曾是 只是 介紹， 所以 這 是 大概 更多的 的 這 燒傷 在 階段。 如果 我們 得到 這 2022 數據， 我們 可能 開始 到 看 它 等級 離開 喜歡 它 做過 在 這 以前的 系列。 這 實際上 可能 翻動 和 是 更多的 的 a 等級 曲線。 那是 關於 全部 I 想 到 展示 為了 這些 平台。 I 能 展示 你 一些 的 這 個人 清楚的 系統， 但 那裡 是 a 很多 的 系統 這裡 和 所以 它是 去 到 得到 擠 非常 迅速地。 有 a 陰謀 為了 每個 一。 有 估算 為了 每個 一。 你 能 看 在 這 意思是 時間 之間 失敗 為了 每個 一。
如果 那裡 是 特別的 車輛 你 通緝 到 稱呼 出去 和 看 如何 他們 可能 不同， 這 是 什麼 你 能 做。 你 能 看 一些 增加， 一些 減少， 但 全面的 更多的 或者 較少的 平坦的。 你 能 也 看 在 強度 地塊。 如果 你 尋找 那 更多的 可解釋的 比 這 意思是 時間 之間 失敗， 你 有 其他 指標 那 你 能 包含 這裡。 好的，t 帽子 全部 I 想 到 展示 為了 這 平台。 現在， 的 課程， 有 數據 I 沒有 包括 這裡。 為了 例子， 我們 可以 休息 它 向下 經過 原因。
為了 一些 的 這 數據， 原因 可能 是， I 只是 需要 到 拿 超過 因為 它 曾是 獲得 也 關閉 到 這 邊 的 這 這 路。 或者 或許 這 車 停止 在 這 停止 符號， 做過 什麼 它 曾是 據稱 到， 開始 滾動， 和 一些 其他 司機 吹 透過 這 停止 符號 未來 這 其他 方式。 在 哪個 案件， 或許 那 可能 不是 一定 是 a 可靠性 打。 這 車 做過 什麼 它 曾是 據稱 到。 某人 別的 不是。 它會 是 有趣的 到 休息 它 向下 經過 那， 也 經過 地點。 這 數位 的 事件， 你 得到 更多的 什麼時候 你是 在 這 城市， 或許 在 這 公路， 某物 喜歡 那。
真實的 快的， 我們 應該 看 在 這 里程 影響。 再次， 相同的 資訊, 一 或者 二 事件， 當然， 那 可能 改變。 但 全面的 它是 去 到 是 平坦的。 這 里程 影響 在 這 事件 速度 是 極簡主義。 的 課程， 這 是 只是 一 的 許多 平台 可用的 在 這 可靠性 套房。 你 能 看 有 a 噸 的 選項， 非常 靈活的 為了 幫助 評估 可靠性。 再次， 那就是 全部 I 有 到 展示 你。 希望如此。 我已經 到過 有能力的 到 證明 為了 你 如何 出色地 JMP 能 幫助 發起 發現 和 分析。 希望如此。 你 發現 a 很多 的 事物 關於 這 特別的 公司的 自主 車輛。 I 希望 你 享受 這 休息 的 這 會議。 感謝 你。
