你好， 和 歡迎， 各位， 到 我的 今天的 推介會。
感謝 你 為了 加入。
I 將要 給 你 a 短的 演講
關於 這 概念 的 一切， 或自我 已驗證 合奏 造型，
和 如何 這 概念 能 是 a 小路 向
做 和 複雜的 模型 和 非常 很少 運行。
I 希望 I 能 展示 你 那 在 一些 使用 案件， 那 這 概念 是 實際上
這 解決方案 向 這些 DOE 和 複雜的 模型 和 非常 很少 運行。
但 前 I 開始 去 進入 細節 的 我的 推介會，
I 想 到 給 你 a 短的 推介會 的 這 公司 我是 在職的 為了。
它是 洛曼。
洛曼 是 這 製片人 的 黏合劑 磁帶，
所以 主要 壓力- 敏感的 黏合劑 磁帶， 但 也 結構 黏合劑 盤子。
這 洛曼 磁帶 團體 製成 a 週轉 在 2020 的 關於 6.7億歐元。
它 包括 的 二 部分。
它是 這 羅曼 猿 團體， 那是 世界衛生組織 我是 在職的 為了，
和 這 合資企業，Lohmann & Rauscher .
這 磁帶 團體 有 a 週轉 在 2020 的 關於 300歐元 十億，
和 最後的 年， 我們 著名 我們的 第170屆 生日。
基本上， 這 磁帶 小組分為 二 主要的 部分。
那是 這 技術的 產品， 在哪裡 我是 在職的 為了。
我們 提供 主要 雙倍的- 雙面膠帶，
壓敏膠帶，
和 結構 黏合劑 盤子。
我們 是 僅僅 B2 B 公司。
和 這 其他 部分 是 我們的 衛生 品牌。
百分之九十 的 我們的 產品 是 客製化 產品。
我們 是 積極的 全世界。
我們 有 24 站點 大約 這 地球 和 關於 1,800 僱員。
我們是誰？
我們 是 這 黏合 工程師， 和 作為 I 提及 前，
90% 的 我們的 產品 是 客製化，
所以我們的 主要的 目標 是 到 提供 我們的 顧客 這 最好的 可能的 解決方案，
或者 到 提供 他 a 客製化 解決方案 非常 具體的 為了 他的 問題
或者 到 解決 他的 問題。
在 命令 到 做 那， 我們 有 a 相當 大的 工具箱
為了做到這一點，這就包括......
我們 是 有能力的 到 做 我們的 自己的 根據 聚合物 為了 壓力- 敏感的 黏合劑 盤子。
我們 能 做 我們的 自己的 配方
到 制定 任何一個 壓力- 敏感的 或者 結構 黏合劑。
我們 能 做 我們的 自己的 塗層 那 需求 到 形式 這 最終的 黏合劑 磁帶。
但 我們 能 也 做 全部 這 層壓， 這 切割， 加工，
正在做 線軸， 卷， 所以 奉獻 他 這 黏合劑 解決方案
在 這 形式 他 實際上 需求 或者 他 實際上 想要，
在 命令 到 解決 或者 到 最好的 滿足 他的 需求。
但 我們 能 也 做 全部 這 測試
和 也 幫助 這 顧客 在 整合 我們的 黏合劑 解決方案 進入 他的 過程。
擁有 這 相當 大的 工具箱
或者 這些 許多 工具 在 命令 到 實現 這 顧客 需求
也 來 一起 和 a 很多 的 度 的 自由 在 命令 到 做 那。
那 方法 度 的 自由 或者 這 巨大的 數量 的 度 的 自由，
這 大的 價值 改變 哪個 我們 有 和 處理 和 那 複雜。
一 的 這 解決方案 到 交易 和 這 複雜 為了 我們
是 到 使用 美國能源部， 或者 設計 的 實驗，
為了 我們 在 這 發展 部門
主要 為了 這 聚合， 配方， 或者 塗層。
那 帶來 我 後退 到 這 話題 的 我的 講話。
自從 我們 使用 我們的 DOE 到 處理 這 問題
或者 到 處理 這個 大 複雜， 和 存在 有能力的 到 使用 全部 這 工具
在 這 最好的 可能的 和 最多 高效率的 方式 到 實現 我們的 顧客 要求，
我們 使用 美國能源部， 但 讓我們 說 我們 想 到 有 那 作為 高效率的 作為 可能的
到 處理 複雜的 問題 和 這 最低 數量 的 實驗 努力。
那裡， I 思考， 在哪裡 一切 作為 a 概念 來 在。
作為 你 全部 知道，
期間 這 過程 發展 或者 產品 發展，
你 跑步 超過 這 相同的 階段。
我們 開始於 這 實驗室， 正在做 我們的 實驗 在 a 實驗室 規模
和 轉變 到 這 飛行員 規模， 然後 最終規模 步
當去的時候 到 這 生產 在 命令 到 生產 這 最終的 產品。
正在做 這 方式， 讓我們 說， 這 努力 每 實驗，
可能 是 時間 或者 成本， 戲劇性地 增加。
在 命令 到 最小化 這些 成本，
我們 使用 美國能源部 在 命令 到 最小化 這 實驗 努力。
但 也, 如果 你 去 這 步驟 從 這 實驗室 超過 這 飛行員 到 這 生產，
這 更高 這 努力 每 實驗 是，
這 更多的 批判的 是 這 數位 的 實驗。
情況 在哪裡 這 數位 的 實驗 是 批判的
可能 是， 讓我們 說 為了 我們， 但 也 讓我們 申請 為了 其他 行業，
是 如果 你 有 到 做 實驗 在 a 飛行員 或者 a 生產 規模。
或者 即使 你 做 實驗 在 a 實驗室 規模，
如果 你 有， 為了 例子， 長的- 跑步 實驗 一年來，
假設 分析 的 一個 實驗 需要 非常 長的，
那 可能 是 a 情況 在哪裡 這 數位 的 實驗 是 非常 批判的。
但 也 在 組合 和 那，
如果 你 有 複雜的 模型 或複雜 問題
哪個 你 有 到 地址，
如果 你， 為了 例子， 需要 a 滿的 RSM 模型 或者 如果 你 想 到 做 一個 最佳化,
你 將要 跑步 進入 這 問題 在哪裡 你 總是 可能 有
a 大的 數量 的 實驗 在 命令 到 模型 這 複雜的 問題。
這 最好的 情況 會 是 那 你 能 產生 做，
哪個 允許 你 追蹤 a 非常 複雜的 問題
或者 到 申請 複雜的 模型，
但 在 這 相同的 時間， 保持 這 數位 的 實驗 作為 低的 作為 可能的。
只是 到 給 你 一個 例子 在 我們的 案件， 這 生產 的 黏合劑 盤子。
如果 I 做 實驗 在 a 實驗室 規模，
I 需要 較少的 比 a 公斤 的 黏合劑 每 實驗，
和 I 確實 不 需要 更多的 比 一 或者 二 平方米 的 黏合劑 磁帶
在 命令 到 做 全部 這 滿的 分析 哪個 I 想。
如果 I 然後移動 到 這 飛行員 規模， 取決於 在 這 實驗 我們 想 到 做，
你 可能 需要 之間 10 或者 50 公斤 的 黏合劑，
和 你的成本 或許 25- 100平方米 的 黏合劑 磁帶 每 實驗。
I f 你 去 甚至 更遠 進入 這 生產 規模，
你 可能 甚至需要 更多的 比 100 公斤 每 實驗 的 黏合劑
和 你 r 成本 或許 1,000 方塊 儀表 的 黏合劑 磁帶 每 實驗。
但 在 這 相同的 時間， I 仍然 僅有的 需要 關於 一平方米
或者 二 方塊 儀表 到 做 這 滿的 分析 的 我的 實驗。
如果 你 是 在 一個 不幸 情況，
我有 到 浪費 99.9% 我的 產品
是 基本上 浪費。
那是 a 很多 的 材料 用過的 為了 一 實驗，
並且它 也 來 沿著 和 相當 一個 巨大的 數量 的 成本 每 實驗。
只是 給予 你 一個 插圖，
那是 a 圖片 的 我們的 目前的 飛行員 線。
T 帽子 這 尺寸 的 a 門。
甚至 為了 a 飛行員 線， 它是 相當 大的，
所以你 能 想像 這 數量 的 材料 你 需要 是 相當 大的。
和 那是 數位 每 實驗。
但 甚至 在 a 實驗室 規模，
你 可能 跑步 進入 這 情況 其中 數位 的 運行 是 批判的。
它是 任何一個 如果 你 有 複雜的 模型 或者 大的 數量 的 因素，
和 我已經 顯示 你 那 在 這 最後的 使用 案件。
因為 它是 a 化學 反應 我們想要 到 各不相同 這 原料，
但 也 這 過程 參數
如果 你 有 長的- 跑步 實驗 在哪裡 實驗 跑步 為了 更多的 比 一 天，
或者 這 分析 的 這 實驗 需要 非常 長的，
和 在 這 相同的 時間， 你 有 非常 有限的 專案 時間 或者 專案 預算。
在 全部 這些 情況， 它 是 非常 理想的 到 最小化
這 實驗 努力 作為 很多 作為 可能的，
所以 減少 這 數位 的 運行 作為 很多 作為 可能的。
在 2021年， 最後的 年 發現 首腦， 我來了 穿過 二 簡報。
一個接一個 拉姆齊， 戈特瓦爾特， 和 萊姆庫斯， 和 這 其他 一 經過 和 和 赫什，
說 關於 這 概念 的 SVEMs 或者 自己- 已驗證 合奏 造型，
和 為了 我 那 提出 這 問題， 「能 那 概念 是 實際上 這 解決方案
為了 做 和 很少 實驗， 但 在 這 相同的 時間，
保持 複雜 的 你的 模型 為了 這 問題 哪個 你 有？ 」
和 那 說， I 想 到 轉變 超過 現在 到 我的 使用 案例
在 命令 到 希望 展示 你 那 這 概念 是 實際上
或者 可能 是 實際上 a 解決方案 到 那 問題。
我想切換到 JMP。
這 第一的 例子 I 想 到 展示 你 今天
是 在哪裡 我們 有 到 做 a 設計 的 實驗
在實際 生產 規模， 在 生產 裝置.
這 第二 一 是 完畢 在 a 飛行員 植物， 和 這 第三 一 曾是 完畢 在 這 實驗室。
我有一些 資訊 為了 你 其中 第一的 二 範例 是 完畢
或者 這 設計 曾是 創建 沒有 會心 這 SVEM 的概念，
但 這 分析 曾是 完畢 會心 然後 這 概念 的 一切。
這 第三 例子 不是 實際上 完畢 後 I 知道 關於 這 概念 的 一切，
和 然後 I 應用 或者 I 設計 這 美國能源部
具體來說 會心 關於 這 分析 概念 的 一切。
所以我要去 到 這 第一的 例子。
在 這 第一的 例子，
我們 想 到 做 a 產品 發展 經過 方法 的 a 過程 最佳化.
我們 可以 僅有的 做 那 過程 最佳化 在 這 實際的 生產 裝置,
所以我們有 到 做 全部 這 實驗 在 a 生產 規模。
如果 你 想像 儘管， 你 總是 有 到 尋找 生產 插槽，
和 你 有 到 總是 競爭 和 實際 生產 訂單，
所以你的 普通的 日常的 操作 商業。
所以 這 數位 的 運行 哪個 你 能 做 在 實際的 生產 裝置
是 總是 非常 有限和 它是 總是 非常 昂貴，
和 你 總是 有 到 合身 在 這 普通的 生產。
什麼 你 想 到 做 在 那 觀點， 為了 這 第一的 例子，
我們 有 五 連續的 過程 因素， 我們 知道 我們 預期的 a 非線性 行為，
所以 我們 知道 我們 有 到 使用
這 滿的 二次函數 模型 和 這 預期的 互動，
和 我們 也 知道 那 我們 有 a 最大限度 的 50 跑步
到期的 到 有限的 生產 時間，時間， 和 錢。
我們 來了 向上？
再次， 作為 我已經 告訴 前，
那 曾是 完畢 前 I 知道 關於 這 概念 的 一切。
什麼時候 我們 創建 這 設計， 我們 放 全部 這 線性 和 二次函數 效果
那 我們 需要 必要的 在 這 風俗 設計 平台
和 我們 放 這 交互作用 到 選修的， 和 那是 這 15 運行 哪個 我們 結束 向上。
和 然後 我們 開始 和 這 實驗。
很遺憾， 僅有的 12 運行 可以 是 完成
因為 我們 有 有限的 時間 和 容量， 和 我們 是 跑步 出去 的 時間
在 命令 到 做 這 最後的 三 其餘的 運行。
經過12次跑步後， 我們 基本上 有 到 停止 和 然後 做 這 分析，
但 幸運的是 為了 我們， 我們 可以 做 這 其餘的 三 實驗
後 這 分析 曾是 完畢。
那 帶來 我們 進入 這 位置 在哪裡 這些 額外的 三 實驗
哪個 是 實施 後 這 分析
曾是 一個 實際上 測試 放 在哪裡 我們 可以 查看 這 有效性 的 我們的 模型，
哪個 我們 創建 使用 這 概念 的 一切。
這 實際的 數據 分析，
它是 顯示 在 這些 二 簡報 從 最後的 年 發現 首腦，
和 I 放 在 這 程式碼 所以 你 能 找到它 非常 容易地 在 這 社群 頁。
這 數據 曾是 分析 使用 一切，
所以我 做過 100 迭代。
I 用過的 a 滿的 二次函數 模型，
用過的 全部 這 交互作用 可能的 和 這些 連續的 過程 因素，
和 I 用過的 這 套索 作為 這 估計 方法。
I 只是 放 在 為了 這 腳本 如何 它是 完畢 這 分析 使用 一切，
但 也, I 會 想 到 參考 到 這些 二 簡報
在哪裡 它是 全部 書面 向下 或者 解釋 在 偉大的 細節。
未來 到 這 結果， I 想 到 展示 你 這 分析器，
以及你 能 實際上 看 那 我們 實際上 需要。
第二 命令 條款， 所以 我們 有 a 二次函數 依賴。
但 我們 也 有 互動。
所以 一切 什麼 我們 預期的 曾是 基本上 展示。
但 讓我們 去 前方 和 查看 為了 這 有效性。
你 可能 說， 「好的， 你 只是 超過 已安裝 這 模型。
你 只是 用過的 也 很多 模型 條款。 它是 也 複雜的。
那是 為什麼 你 有 第二 命令 條款。 那是 為什麼 你 有 互動。
出色地， 讓我們 看 在 這 預測 相對 實際的 陰謀。
為了 那 例子，
我們處於良好狀態 位置 在哪裡 我們 有 實際上 a 測試 放，
所以這些 三 其餘的 實驗 哪個 這 模型 有 絕不 看到，
和 12 , 讓我們 說， 那是 這 紅色的 點。
A s 你 能 看 這裡 儘管， 如果 你 手錶 它，
這 預測 相對 實際的 陰謀， 那是 不是 也 壞的。
T 他 預言 的 這些 三 其餘的 一 是 漂亮的 好的。
如果 I 查看 和 看 如果， 為了 例子， 其他 回覆,
這 預言 是 非常非常 準確的。
A s I 提及 前， 這些 跑步， 這 模型 有 絕不 見過。
為了 我們， 那是 什麼是 相當 驚人的。
到 有 僅有的 12 運行可能有 殘廢 這種 的 實驗
因為 三 的 這 運行 是 遺失的，
和 仍然 擁有 這 非常 好的 預測 能力 的 那 方法 一切。
所以 一般的， 預言 曾是 非常 好的。
我們 可以 預測 這 其餘的 三 運行 非常 準確 除了 一 回覆.
一切 除安裝外 一 回覆, 它 沒有 合身 在 全部。
我們 想法， 「不可能。
我們 不能 只是 預測 10 的 這 11 回應 幾乎 完美，
和 這 第11屆 一 沒有 合身。 」
我們想，「好吧， 某物 有 到 是 錯誤的。
我們的 模型 是 好的 因為它 已安裝 10次，
所以 它 有 到 合身 也 這 第11屆 時間。 」
我們 心想，「好吧， 某物 和 這 測量 有 到 是 錯誤的，
因為 這 實驗 不能 是， 因為 這 其他 回覆 他們 合身。
我們的 預言 曾是 非常 好的。 」
我們 說 到 專家， 「S 某件事 在 這 測量 有 到 是 錯誤的。 」
所以我們的 專家 挖了 a 小的 位元 更深 進入 這 測量 裝置,
和 他們 實際上 成立 偏差 在 這 測量。
T 他 測量 在 那 最後的 回覆
曾是 一點 位元 不同的 比 這 第一的 12次跑壘 .
A 之後 這 偏差 是 更正後， 這 預言 曾是 再次 非常 好的。
那 方法 那 這 分析 或者 這 預言 曾是 所以 好的
那 我們 甚至 成立 偏差 在 這 測量。
從 那 第一的 例子， I 會 對自己說 作品 完美，
和 給出 你 非常 偉大的 洞察力 在 a 非常 好的 和 非常 準確的 模型
和 a 非常 有限的 數量 的 實驗 努力。
但 你 可以 說 , 「好吧，你 本來可以 也 用過的 a 不同的 篩檢 設計
和 你 會 有， 為了 例子， 11 跑步，
和 你 會 有 得到 確切地 這 相同的 結果 的 那。 」
可能 是 真的。
但 然後 I 參考 到 這 第三 例子。
第二 例子 是 非常 相似的。
我們 通緝 到 做 美國能源部 在 a 飛行員 植物， 和 我們 有 四 連續的 因素。
二 的 那些 因素 必需的 這 生產
o f 特別 製作 原料 因為 那些 二，
他們 代表 a 過程 變化 的 我們的 窗戶 到 操作
為了 我們的 目前的 過程。
我們也 預計 非線性 行為， 和 我們 是 告訴 不是 到 超過 10 運行。
但 是 強烈 受到推崇的 到 我們 那 更少 運行
會 是 更多的 比 歡迎 因為 的 容量 問題。
所以我們 結尾 向上 和 a 雜交種 生產/ 實驗室 方法，
我們在哪裡 結束 向上 和 僅有的 擁有 六 跑步，
或者 我們 僅有的 需要 六 運行 在 這 飛行員 規模 或者 這 生產 規模，
那 他們 提升 到 10 運行 在 這 實驗室。
那是 基本上 這 設計 哪個 我們 結束 向上。
那是 這 方式 I 創建 這 設計。
I 放 這 線性 和 一些 交互作用 條款 到 “必要的”
在 那 風俗 設計 平台，
和 這 其餘的 交互作用 和 二次函數 學期，
我們 放 他們 到 “選修的。”
再次， 那 曾是 完畢， 這 創建 的 這 設計， 前 I 知道 關於
這 概念 的 一切， 但 在 本質 曾是 然後 完畢 使用 一切。
為了 我們， 在 那 特別的 案件， 這 目標 曾是 到...
假設因素 1 和 2 代表 這 過程 多變性。
什麼 我們 通緝 到 達到 是 我們 通緝 到 最小化 a 肯定 回覆,
在 那 案件 回覆 7號， 到 最小化 它是 變異性
沒有 改變 因素 1 和 2、 因為 改變 這 過程 變異性
哪個 我們 [聽不清楚 00:17:56] 有， 所以 非常 難的。
但 我們 有 二 額外的 因素 那 是 參數 埃特斯
從 這 塗層 裝置 哪個 我們 可以 改變 非常 容易地。
這 目標 曾是 到 最小化 回覆 數位 7
但 保持 全部 這 休息 基本上 在 這 窗戶 哪個 我們 通緝。
再次， 分析 曾是 完畢 漂亮的 很多 這 相同的 方式 喜歡 前。
我們 用過的 全部喜歡 我們 呈現 在 這 最後的 年 簡報。
我們 做過 100 迭代。
我們 再次 使用 這 滿的 二次函數 模型 和 全部 這 互動，
和 我們 使用 LASSO 作為 這 估計 方法。
只是 顯示 你 那 在 這 輪廓 再次， 我們 有 第二 命令 條款，
我們 有 交互作用 作為 你 能 看 這裡， 為了 例子。
他們 是 所有在場的人， 全部什麼 我們 預期的 到 是 那裡
喜歡 第二 二次函數 依賴項 和 交互作用 實際上 是 那裡。
為了 我們的 目標 曾是 到 最小化 這 回覆 和 沒有 改變 這些 因素 1 2、
因為 那是 這 過程 視窗 哪個 是 現在 操作 在。
期間 這 過程 範圍，
如果你 看 在 那 回覆 這裡， 它 變化 相當 a 位元.
正在做 全部 這 最佳化 和 擁有 這 模型 完全 操作，
我們 成立 出去 如果 你 只是 改變 因素， 為了 例子， 數位 3、
變異性 基本上消失了 完全地 沒有 改變 這 休息 的 這 因素。
所以我們 尋找 和 僅有的 六 運行 在 a 生產 規模，
最佳的 設定 [聽不清楚 00:19:36] 到 提高 或者 最佳化
a 過程 相當 相當。
你 可能 再次 說， 「好的， 四 因素。
你 可以 僅有的 再次 可能 有 用過的 a 定 螢幕 設計。 」
或者 讓我們 說， 「十 運行 是 不是 也 很少 運行 在 命令 到 做 那。 」
但 那 帶來 我 到 我的 最後的 和 最終的 例子。
我們 是 正在做 a 設計 的 實驗 在 這 實驗室 規模，
和 我們 通緝 到 最佳化 或者 理解 在 更多的 細節 a 聚合 過程。
我們 通緝 到 做 全部 因素 和 變化 之內 一 單身的 設計 實驗。
我們 結束 向上 和 擁有 15 因素，
八 原料， 和 七 過程 參數。
我們 沒有 有 a 混合 設計。
我們 用過的 這些 八 原料， 擺弄 大約 a 小的 位元
所以 我們 沒有 結尾 向上 和 a 混合 設計。
但 作為 這 實驗 本身 曾是 非常 時間- 消費，
這 數位 的 實驗 應該 是 低的， 理想情況下 以下 30.
因為 我們 有 有限的 專案 次，
和 三十 是 某物 哪個 我們 可能 是 有能力的 到 買得起。
但 在 那 片刻， I 已經 知道 關於 這 概念 的 一切
所以 I 做過 這 設計 的 這 實驗 具體來說 會心 關於
或者 申請 這 概念 的 一切。
所以呢 I 做過， I 選擇 貝葉斯最優 設計。
我們 知道 那裡 將要 是 非 線性 行為，
所以 全部 這 第二 命令 條款 和 交互作用 是 在 那裡。
什麼 我們 結束 向上 曾是 a 設計 那 你 能 看 這裡， 擁有 僅有的 23 跑步，
和 擁有 15 因素 成分 加 過程 參數，
基本上 a 滿的 RSM 模型 和 僅有的 有喜歡 23 運行。
為了 我， 它 曾是 漂亮的 驚人的 到 是 有能力的 到 做 那。
讓我們 看 這 結果 如果 它 實際上 做過 工作，
因為 我們 不是 所以 當然 那 它 實際上 工作了。
但 我們 是 確信 那 它 將要 是 已知 在 這 時間
那 它 實際上 做 工作。
分析 曾是， 再次， 完畢 這 相同的 方式。
這 僅有的 不同之處， I 慣於 展示 你 a 分析器 為了 那 例子
因為 擁有 15 因素， 相當 複雜的 模型，
和 擁有 到 實施 它 在 JSL 使 它 非常非常 慢的。
但 I 曾是 告訴 那 它是 去 到 是 實施的 在 跳轉 17，
哪個 然後 將要 是 很多 快點
所以 我是 真的 希望 到 得到 JMP 17 作為 快速地 作為 可能的。
什麼 我們 成立 出去 是 那 非 線性 曾是 展示。
我們 有 再次 互動， 和 我們 有 第二 命令 條款 哪個 是 重要的。
所以， 我們 需要 這 滿的 模型。
這 實驗 確認 是 現在 正在進行。
初步結果 看 非常 有希望。
I 沒有 放 他們 在。
只是 在 對比 到 a 經典的 方法，
我們 會 有 必需的 很多 更多的 實驗 比 只是 23.
再說一遍， 到 展示 你 那 我們 有 非常 好的 預言 能力，
到 只是 陰謀 一些 預測 相對 實際的。
那是 只是 為了 一 回覆, 它是 非常 好的。
只是 到 給 你 其他 一，
它是 不是 作為 好的 作為 這 第一的 一， 但仍然， 為了 我們， 它是 夠好了。
所以 這 預測在這裡 是 非常 好的。
為了 這 第一的 實驗，
為了 這 確認 跑步， 它 看起來 非常 有希望。
只是 到 展示 你 一些 影像 的 這 分析器。
它是 不幸 非 互動的。
第二 命令 條款 是 展示， 交互作用 是 展示，
所以 全部 那 什麼 我們 預期的 曾是 基本上 在 這 模型。
和 那，我 在 這 結尾 的 這 使用 案例。
I 想 到 轉變 後退。
只是 到 給 你 短的 概括。
和 和 赫什， 他們 放 在 他們的 最後的 今年的 D 發現 首腦
這 標題 “重新思考 這 設計 與分析 的 實驗”
和 放 在 a 問題 標記。
從 我的 觀點 的 看法， 你 不 需要 這 問題 標記。
它是 喜歡 那。
我是 確信 那 一切 將要 改變 這 方式 DO 是 用過的，
尤其 如果 你 去 為了 任何一個 非常 複雜的 設計，
或者 大的 數位 的 因素， 或者 如果 你 有 到 去 透過 非常 昂貴 實驗。
在 至少， 那是 我的 觀點。
它 打開 a 新的 方式 向 做
和 簡約 實驗 運行 或者 努力，
和 在 這 相同的 時間， 你 能 收集 這 最大限度 數量 的 資訊
和 洞察力 出去 的 那 沒有 擁有 到 犧牲 或許 數位 的 運行
或者 數位 的 因素 或者 這 複雜 的 你的 模型。
我是 確信SVEM 將要 改變 這 方式 在 至少 I 使用 美國能源部，
和 為了 我， 它 曾是 漂亮的 驚人的 到 看 那 在 行動。
和 那， 感謝 你 非常 很多 為了 觀看，
和 I 希望 I 可以 展示 你 那 這 概念 是 值得 嘗試。
感謝 你 非常 很多。
