SIFTomics 和数据分析：揭示整个化学空间的最快方法 (2020-EU-30MP-414)Camilla Liscio，Anatune 高级应用化学家
Jamie Minaeian，Anatune 应用化学家
在日益复杂的世界中，分析化学家必须解开产品和材料的整个化学空间。在从复杂到清晰的永无止境的追求中，数据分析成为必不可少的工具。众所周知，挥发性有机化合物会给产品带来气味。传统的气味量化方法是使用感官面板，这种面板价格昂贵，而且容易出现疲劳问题。然而，选择离子流管质谱 (SIFT-MS) 可以更具成本效益地实时选择性地检测和量化各种气味化合物。挑战在于如何理解快速 SIFT-MS 分析生成的丰富数据集。这正是 JMP 机器学习和多元分析通过提取和理解最重要的化学见解带来清晰度的地方。本次演讲将展示 SIFT-MS 分析与化学计量学相结合的协同作用，以在实际应用场景中表征气味化合物的化学空间。
高级统计建模基础数据分析与建模消费者和市场研究内容组织大规模定制预测模型和机器学习质量与工艺工程可靠性分析分享和交流结果
