| Vocero |
Transcripción |
| Josh Staunton |
Miguel. |
| Michael Nazarkovsky |
Hola Josh, un momento. |
| |
Bueno. |
| Michael Nazarkovsky |
Oh sí, no, no, está funcionando bien. |
| Josh Staunton |
Bien, ya te veo, gracias. |
| Michael Nazarkovsky |
Mientras tú. |
| |
Mientras esperamos a Phillippi, dice que es el primero, así que acabo de hablar con él hace 10 minutos, así que estás grabando ahora mismo, sí. |
| Josh Staunton |
Sí, empieza a grabar, simplemente editaremos esta parte. |
| |
Una vez que lo revisemos y tengamos un par de preguntas que revisar una vez que Philippe se una y luego te lo pasaré, apagaré mi cámara y mi hijo y dejaré que ustedes se lo lleven, pero gracias por hacer esto, lo apreciamos. |
| Michael Nazarkovsky |
Oh, muchas gracias, de verdad, fue una gran sorpresa para mí cuando recibieron ese mensaje sobre la posibilidad de participar. |
| |
En este evento, o en realidad son de tres a cinco, o en realidad así fue como me enteré de eso, el año pasado recibí la sesión en octubre del año pasado, y me impresionó, oh Dios mío, se explican muy bien los temas, así que decidí no perder esta oportunidad este año. |
| Josh Staunton |
Sí, genial, impresionante. |
| |
Bueno, ya saben, desafortunadamente, este año será presencial, pero aún tenemos contenido excelente. |
| |
Esperamos que en el futuro podamos invitarte a uno de nuestros eventos de descubrimiento presenciales, que siempre son muy divertidos. |
| Michael Nazarkovsky |
Oh sí, ojalá. |
| |
Empecé a usar mermelada desde principios del año pasado, justo desde que empecé a usar pijamas. |
| |
Sí, sí, bastante rápido, muy sencillo, diría yo. |
| |
Sí, y la pandemia o yo tengo mucho éxito en realidad como resultado de uno de los resultados, lo verán ahora mismo en esta presentación. |
| |
E incluso comencé a publicar sobre eso y, de hecho, en este momento, supongo que soy coautor de un artículo y también tengo quizás tres artículos en paralelo, bien consciente de que involucro a JMP. |
| |
Vamos. |
| Josh Staunton |
Todo lo que es bonito. |
| |
Aprendizaje rápido, eso es para ti. |
| Michael Nazarkovsky |
Como sabes, ayuda mucho, por supuesto, para el pensamiento estadístico. |
| |
Sí, simplemente sí. |
| |
sí. |
| Josh Staunton |
Estamos usando antes de usar simplemente código abierto para hacer sus análisis en el pasado o. |
| Michael Nazarkovsky |
Te refieres a código abierto. |
| Josh Staunton |
Encendido o algo así. |
| |
Para reducirlo a algo ajeno. |
| Michael Nazarkovsky |
Ah, no, no, no, no, no, sabes que empecé a aprender Python pero sabes qué. |
| |
Me refiero a contrarrestar algunas dificultades en el aprendizaje. |
| |
Soy químico y químico físico, y de hecho uso todo esto para la ciencia de los materiales químicos, como verás ahora mismo. Así que decidí cambiar de Python a MathLab en paralelo a Pro Six Road para progresar allí. |
| |
La interfaz de aprendizaje automático para metalab en Jeff es más que suficiente para los científicos. |
| Josh Staunton |
Sí, sí, no, eso es genial escucharlo. Me alegra que lo hayas aceptado y que estés destacando con ello, eso es impresionante. |
| Michael Nazarkovsky |
Bueno, déjame, déjame por favor enviarle un mensaje de texto a phillippi. |
| |
Vale, vaya, ¿qué pasa? ¿Qué pasa? Ha tenido algunos problemas con Internet hace como una hora. |
| |
Vale, vale. |
| |
Está intentando entrar. |
| Josh Staunton |
Él aún no ha entrado. |
| |
extraño. |
| Josh Staunton |
en tiempo real. |
| |
Así que no tuviste que poner ninguna contraseña, simplemente hiciste clic en el enlace y entraste directamente sin problemas. |
| Michael Nazarkovsky |
Bueno, le envié el enlace, pero no recuerdo si se necesita alguna contraseña. |
| Josh Staunton |
No deberías tener negocios, sí. |
| Michael Nazarkovsky |
Esa es la cuestión, así que me va a enviar un mensaje de texto ahora mismo, en un momento. |
| |
Oh. |
| |
Ah, sí, pues el problema no es que Zoom se haya vuelto a encontrar y hay problemas con Internet ahora mismo. |
| |
Oh. |
| Michael Nazarkovsky |
Tenemos una hora, sí. |
| Josh Staunton |
Se incorpora ahora mismo. |
| Michael Nazarkovsky |
Oh, bien. |
| |
Sí. |
| Felipe Lopes |
Hola. |
| Michael Nazarkovsky |
Hola, finalmente eres un héroe, así que estás lanzando la presentación, así que Josh, como tal, Josh nos está esperando, así que en realidad estamos a tiempo. |
| Felipe Lopes |
Sí, exactamente, en cualquier momento. |
| Josh Staunton |
Definitivamente, un momento, quiero decir el ser. |
| |
Encantado de conocerte, mi nombre es. |
| |
Josh, quiero decir que no. |
| |
Mira la grabadora, así que voy a hacer algunas preguntas y luego, una vez que terminemos, te cederé la palabra. Apagaré mi cámara y ustedes pueden llevársela. Vamos a editar toda esta parte. |
| |
Bueno. |
| |
Aunque merece la pena grabarlo ahora mismo, editaremos esa parte más tarde. |
| |
Así que un par de cosas. |
| |
Bueno, supongo que sí. |
| |
Así que obviamente tenemos a Michael como nuestro kosky de la Pontificia Universidad Católica de Río de Janeiro, y él López de la vieja. |
| |
Universidad federal de Río de Janeiro, y ustedes van a ir allí. |
| |
Enfoques de agua y clasificación de Kirkland u obtención de marcos por propiedades texturales usando Jail Cell 2021 Dash Us Desk 30 MP Dash 874 ¿Suena correcto? |
| Felipe Lopes |
Sí. |
| Michael Nazarkovsky |
De acuerdo, el nombre completo, el nombre completo. |
| Josh Staunton |
Sí, el nombre completo está bien ahora, chicos. |
| |
Para que lo sepan, esto se está grabando para la Conferencia JMP Discovery Summit, estará disponible públicamente y la comunidad de usuarios de JMP da su permiso para esta grabación y uso. |
| Felipe Lopes |
Sí, sí, gracias. |
| Michael Nazarkovsky |
Bueno, bien. |
| Josh Staunton |
Michael, eres bueno. |
| |
Sí, por supuesto. |
| |
Sí, es una especie de analogía. |
| |
Parece que ustedes tienen ¿lo tienen? |
| |
Tus teléfonos se apagaron como que yo estoy o algo así que podría. |
| Michael Nazarkovsky |
Destruir sí. |
| |
Cualquier cosa que pueda molestar, simplemente apagaré los sonidos más antiguos y Skyway recordará estos requisitos y George, por favor, dígame durante la sesión, quiero decir, después de la grabación de la sesión, captará las cosas relevantes o será como todo. |
| Josh Staunton |
Sí, entonces pasará directamente. No creo que vayan a hacer ninguna edición durante el proceso si, por alguna razón, hubiera algo. |
| |
catastrófico lo que pasó, podemos empezar de nuevo desde el principio, pero creo que simplemente te dejarán pasar directamente, no te preocupes, ya sabes, todos somos humanos aquí, ¿verdad? |
| |
Cometiste un error, solo intenta seguir adelante, nadie tiene que ser perfecto, las estadísticas no son perfectas, así que tú tampoco necesitas serlo, pero sí. |
| |
Adelante. |
| Felipe Lopes |
No. |
| Josh Staunton |
Lo lamento. |
| |
¿Está bien, Michael? ¿Suena bien? |
| Michael Nazarkovsky |
Sí, todo está bien, todo está bien. |
| |
Sí. |
| Josh Staunton |
Lo último que acabamos de ver. |
| |
Bueno. |
| |
Sí, ya está bien así. |
| |
De acuerdo, solo la barra de tareas. |
| |
Ahora voy a hacerlo. |
| |
¿Tienen alguna otra pregunta o ya están prácticamente listos para presentar? |
| |
Es. |
| Michael Nazarkovsky |
Sí. |
| |
Sí, supongo. |
| Felipe Lopes |
comparte mi pantalla Michael, ¿cómo compartes tu pantalla? |
| Michael Nazarkovsky |
¿Eres mi hermano? |
| |
Pero bueno, Josh, técnicamente no hay problema si compartimos nuestras pantallas uno tras otro, sí. |
| Josh Staunton |
Sí, ya sabes que eso está bien, sí, solo. |
| |
Asegúrate de que obviamente estás avanzando las diapositivas y no te estás quedando demasiado atrás con respecto a las diapositivas. |
| Michael Nazarkovsky |
Sí, pero. |
| Josh Staunton |
Sí, absolutamente, ya saben qué. |
| Michael Nazarkovsky |
Lo haremos, tienen toda la misma presentación, todas nuestras partes están juntas, así que lo haremos uno tras otro, está bien. Gracias. |
| Josh Staunton |
Vale, genial, y ya sabéis cómo compartir pantallas usando Zoom. |
| |
Sí. |
| Felipe Lopes |
Simplemente estoy preparando el terreno aquí. |
| |
pon esto. |
| |
Sí. |
| Josh Staunton |
Como tus fondos. |
| Felipe Lopes |
Estoy compartiendo la pantalla correcta ahora mismo. |
| Michael Nazarkovsky |
Genial, todo está bien. |
| Felipe Lopes |
sí. |
| |
Es la presentación, ¿verdad? |
| |
Porque me dirijo a la pantalla y a veces a la pantalla equivocada y vomita. |
| Michael Nazarkovsky |
Perfecto, todo es perfecto. |
| Josh Staunton |
Eso se ve genial. Voy a apagar mi. |
| |
Mi cámara ahora, pero se la pasaré a ustedes, caballeros, gracias de nuevo y. |
| |
Supongo que podemos hablar al final si ellos. |
| Michael Nazarkovsky |
Hubiera sido agradable verte de nuevo, Josh. |
| Josh Staunton |
Muy bien, cuídate. |
| Felipe Lopes |
Hola a todos. Mi nombre es Felipe Lopes de Oliveira. Soy de la Universidad Federal de Río de Janeiro y estoy presentando este trabajo con Michael. |
| |
Nazarkovsky, de la Pontificia Universidad Católica también en Río de Janeiro. Y hoy presentamos el trabajo, Enfoques modernos en la clasificación de estructuras orgánicas covalentes por propiedades texturales y... por propiedades texturales utilizando el software JSL. |
| |
Así pues, las estructuras orgánicas covalentes son una nueva clase de materiales compuestos únicamente por elementos ligeros como el carbono, el nitrógeno, el oxígeno, el hidrógeno y el boro. |
| |
Son materiales orgánicos, cristalinos, nanoporosos y altamente estables en su estructura reticular. Esto significa que los enlaces químicos que los componen siguen un patrón geométrico bien definido, determinado por la topología de la red. |
| |
En esta imagen, muestro un ejemplo de una celosía tipo HCB, que está compuesta por triángulos y varillas conectadas periódicamente, |
| |
formando una red extendida. Estos triángulos y varillas representan moléculas que pueden ser... lo que se denomina bloques de construcción que están unidos covalentemente y forman una estructura extendida. |
| |
con las características geométricas de esta naturaleza. Hay muchos tipos diferentes de |
| |
geometrías de moléculas que pueden utilizarse como bloques de construcción y varios tipos de enlaces químicos que utilizamos para conectarlas. |
| |
De esta forma, es posible formar una estructura con características extremadamente específicas, como ??? que podemos controlar en el orden de ??? en las características físico-químicas del interior de la |
| |
??? que puede... que hemos definido mediante los bloques de construcción. Así que podemos pensar en los bloques de construcción como piezas de Lego, donde diferentes piezas se pueden usar para construir varias estructuras con características únicas. |
| |
En esta diapositiva muestro diferentes topologías posibles que se pueden utilizar para construir estructuras orgánicas covalentes bidimensionales y tridimensionales, |
| |
así como el formato que cada bloque de construcción debe tener para construir estas redes. A la derecha, muestro un ejemplo de un modelo de estructura cristalina de COF. |
| |
con una red ???, que se utilizará para calcular las propiedades de interés en el futuro. Es posible ver que el formato forma una estructura que está compuesta por una capa covalente bidimensional |
| |
y estas capas se apilan en el equivalente a una geografía de la tercera dimensión. |
| |
Debido a sus increíbles capacidades de modulación, los COF se pueden utilizar para varias aplicaciones extremadamente interesantes, como la catálisis heterogénea, la producción de energía, el almacenamiento, |
| |
semiconductores orgánicos, detección química, aislamiento térmico y captura y almacenamiento de gases, entre otros. Sin embargo, debido a la mayor modularidad que... |
| |
Esta mayor modularidad también puede ser un problema, pero el desarrollo de estos materiales es realmente complejo. |
| |
Utilizan... suelen desarrollarse mediante una combinación de intuición química y moléculas disponibles. |
| |
Mediante varias etapas de síntesis y caracterización que se repiten con materiales de alta ??? se obtiene. Este material se desarrolla... |
| |
El desarrollo de este material es muy laborioso, costoso y requiere de varios...20 profesionales para llevarlo a cabo. Y a veces, todos estos esfuerzos no dan como resultado... |
| |
no dan como resultado un material con las características deseadas. Por lo tanto, para intentar resolver este problema, nosotros... |
| |
Para intentar resolver este problema, proponemos un enfoque computacional sencillo y eficaz para estudiar estos materiales y así intentar acelerar su desarrollo. |
| |
Inicialmente utilizamos una base de datos de estructuras, ahora como COFs seleccionados, que ha recopilado varias estructuras sintetizadas y presentadas en la literatura. |
| |
Luego usamos algunas rutinas de construcción para desarrollar valores para validar esas estructuras y asegurarnos de que todo esté bien. A continuación, usamos un método basado en DFT. |
| |
software de cálculo de estructura electrónica llamado CP2K para optimizar los parámetros propios en las posiciones atómicas de las estructuras. Luego usamos un software llamado ZEO++, |
| |
que realiza un análisis geométrico de los poros y el porcentaje de coincidencia entre la formación de redes ??? dentro de ellos. |
| |
A continuación, determina un conjunto de descriptores estructurales para los costes seleccionados. Se trata de un script creado por mi colega Michael en el software JMP para realizar varios análisis sumamente interesantes. |
| |
Bueno, aquí les muestro las estructuras principales que usamos. Primero tenemos un ID de estructura, que básicamente creo que es una clasificación del nombre de la estructura. |
| |
A continuación, tenemos el LIS, que significa esfera incluida grande, que nos proporciona información sobre el diámetro de los poros del material. |
| |
Tenemos LFS, esfera libre grande, y LSFP, ruta libre de esfera grande, con... que básicamente es lo mismo que la esfera incluida grande, pero puede codificar la información... |
| |
la diferencia en el diámetro de los poros influencia de varias funcionalizaciones dentro de los poros. También tenemos el SSA y el SSAV, que es el área específica, ambos en metros cuadrados por gramo en metros cuadrados por unidad de volumen. |
| |
AVF, que es la fracción de volumen accesible, que indica la cantidad de material formado por poros, y Vp es el volumen de poros. |
| |
Y luego tenemos N(chan), que es el número de canales accesibles. |
| |
En la figura se muestra una estructura con un solo canal, pero los materiales tridimensionales pueden tener más de un canal accesible. |
| |
Tenemos ChanDim, que es la dimensionalidad de los canales que pueden ser 1D, como en esta estructura, 2D y 3D. Y el tamaño del canal, que básicamente a veces es el diámetro del poro, pero para estructuras ??? puede ser un poco diferente. |
| |
Y ahora, Michael hablará un poco sobre los resultados. |
| Michael Nazarkovsky |
Sí, muchas gracias. Muchas gracias, Felipe, por esta brillante introducción. Ahora veremos análisis de datos y ciencia de datos. Permítanme compartir mi pantalla ahora. Bien, esto es lo que voy a hacer. |
| |
Perfecto. Muy bueno. |
| |
Bien, comencemos desde el principio de la segunda parte. Ha llegado el momento de analizar los datos de esas... de estas... una cantidad tan enorme, diría yo, de estructuras obtenidas por Felipe. |
| |
Un momento. Bien. Después del primero, digamos, antes de cualquier análisis, tienen que recuperar los datos y excluir algunas estructuras erróneas o irrelevantes. |
| |
y examinar para detectar valores faltantes. No se han detectado valores faltantes durante su análisis y examen. También hemos descubierto después de la |
| |
Visualización de datos que la mayoría absoluta de las estructuras disponibles se asignan a la estructura más del 85% y el 15% todo en una estructura 3D. Entonces, desde el principio, tenemos un conjunto de datos desequilibrado que ahora debe predecirse. La mayoría absoluta de la |
| |
Los canales se asignan a la monodimensionalidad. |
| |
canales y hay más... más del 80% y casi el 17% se atribuye a la dimensión 3D y poco menos del 2% se atribuye a los canales que son bidimensionales. |
| |
Además, todos estos canales son bastante isotrópicos, lo que significa que en todas las direcciones (X, Y y Z) son iguales, lo cual se refleja en el diagrama tridimensional 3D de los datos. |
| |
Si distribuimos todos los datos entre las estructuras, es decir, estructuras 2D y 3D, podríamos ver que las estructuras monodimensionales y bidimensionales toman la mayoría absoluta. Más del 90% para la estructura 2D y la estructura 3D está tomando. |
| |
3D, quiero decir 3D, canales tridimensionales. Casi más del 60% están ocupados por estructuras 3D, sin embargo, bastante... una cantidad bastante alta de |
| |
de tres también lo toman las estructuras 2D, porque tienen un valor mucho más... mucho más alto como el 85%. |
| |
Para evitar eso, para evitar tal desequilibrio |
| |
situación, estamos realizando algunas sin supervisión |
| |
enfoques, junto con métodos supervisados de aprendizaje automático |
| |
después de la preparación de los datos. Entonces, ¿qué hacemos en el primer primer ??? de estos análisis, análisis multivariado para detectar colinealidad |
| |
y correlaciones entre los parámetros. Así, como podemos ver, los tres primeros (LIS, LFS y LSFP) están altamente correlacionados, por lo que uno puede ser sustituido por otro. Sin embargo, esta característica será muy importante durante el análisis de PCA. |
| |
(análisis de componentes principales). Por eso, para el agrupamiento jerárquico, seleccionamos solo uno de sus parámetros. |
| |
En el caso de que X, Y y Z sean también para un tamaño de canal, nuestro significado isotrópico es el mismo. Sin embargo, |
| |
Se tomó la decisión de conservarlos todos, porque esto está muy relacionado con la estructura nativa del compuesto 2D... del compuesto 2D... estructuras compuestas de COF clave. |
| |
Bueno, debido a su gran cantidad, casi 500 estructuras, decidimos seleccionar 13 clústeres, que pueden ser más significativos y relevantes óptimos por proporción o la porción tomada del... número total... número total de clústeres y analizarlos. |
| |
para la media |
| |
parámetros, que se reflejan en la tabla. |
| |
Como podemos ver, después del número 13, hay otro enorme |
| |
reducción de la agrupación... distancias de clúster, por eso se asumió que 13 era la cantidad óptima de clústeres. Y de ellos seleccionamos el clúster más masivo, el clúster n.° 7, que ha contenido... comprende 128 |
| |
muestras de estructura 2D, por lo que se utilizarán para la clasificación posterior. |
| |
A su vez, las estructuras 3D son, ¿cómo lo haría?... me atrevería a decir que ya son las mismas. Todavía hemos observado una alta correlación entre LIS, LFS y LSFP, por eso también |
| |
Las condiciones para la extracción de clústeres fueron las mismas que para 2D. Sin embargo, con una menor cantidad de clústeres, decidimos tomar siete. Sin embargo, de estos siete clústeres, extrajimos cuatro, solo para conservar al menos |
| |
la relación entre 2D y 3D se acerca a la igualdad. Y no será igual, |
| |
Sin embargo, como verás en la siguiente diapositiva, será mucho mejor, menos desequilibrado que 85 a 15. |
| |
Al comparar dos tablas sobre la variación de los parámetros, podemos ver que los últimos cuatro en ambos casos son responsables de una mayor variabilidad de las estructuras dentro de cada conjunto. Fractura de volumen...fracción...lo siento, |
| |
volumen total de poros y ambos tipos de área superficial específica, por lo que están al mismo nivel y son responsables de una mayor variabilidad entre las estructuras. Entonces, como dije, obtuvimos menos... |
| |
al final, hay menos diferencia entre las dos estructuras. |
| |
Validación... la validación entrenada jugó dos conjuntos que se construyeron y estratificaron en base a las estructuras obtenidas de... tomadas de los clústeres más masivos y bien distribuidos. |
| |
Y comencemos con la regresión logística, como el análisis paramétrico más simple... análisis paramétrico. Después de eliminar los más irrelevantes |
| |
De las variables, solo dejamos dos: volumen total de poros y fracción de volumen. |
| |
También están altamente correlacionados, como |
| |
un porcentaje muy grande de correlaciones lo son. Sin embargo, tomaría uno aproximadamente, como puede ver, perdón, el mismo LogWorth, por lo que significa que no podemos excluir, |
| |
por ejemplo, fracción de volumen... fracción porque lo hice una vez para probar cómo funcionaría y la falta de ella se volvió significativa y |
| |
La tasa de clasificación errónea en la validación fue del 20%. Y en comparación con esto, en la validación obtuvimos cero clasificaciones erróneas para una atribución correcta a cada grupo. |
| |
y con una tasa de clasificación errónea baja... bastante baja en el conjunto de entrenamiento. El resto de las métricas... medidas del rendimiento del modelo se discutirán más al final, cuando comparemos el rendimiento de todos los modelos. También sus respectivos |
| |
ecuaciones para predecir la probabilidad, se predijo que la estructura se creó y se dio, se obtuvo y se dio... presentadas en esta diapositiva. Así que vayamos más allá. Por eso, en la siguiente |
| |
modelado, usamos solo estos dos parámetros...parámetros para predecir ambas estructuras (2D o 3D), por lo que descartar a los vecinos más cercanos como un modelo no paramétrico les ha dado el mejor |
| |
métricas...mejor rendimiento y validación a 1K, por lo que solo un vecino es suficiente para reconocer la asignación...para reconocer la estructura. Como podemos ver en el diagrama de... |
| |
Quiero decir, que es un volumen total de poros y una fracción de volumen, perdón, para que podamos ver que |
| |
Para 2D tenemos una cantidad más concentrada de esta estructura. Es |
| |
muy |
| |
concentrados en un punto. Sin embargo, a diferencia de 3D, están bastante dispersos. Por eso compararía las distancias. Aquí, en la parte derecha de la diapositiva, puede ver que las mayores distancias entre los vecinos están relacionadas con |
| |
Estructuras 3D como en el conjunto de validación, como en el conjunto de entrenamiento. Por eso también podemos usar este modelo no paramétrico... un único modelo no paramétrico para aplicar en la atribución usando solo estos dos parámetros. |
| |
Además, el análisis discriminante cuadrático no produce errores de clasificación en el conjunto de validación y presenta menos del 5 % de errores en el conjunto de entrenamiento, clasificando erróneamente solo ocho muestras. Por lo tanto, es incluso sencillo... como se observa en la matriz de confusión y también en el diagrama de trazado paralelo. |
| |
Y también el resto de... |
| |
El resto de los parámetros se describirán... se discutirán más adelante porque este modelo tiene algunos trucos... será... |
| |
Más interesante... lo será... ya veremos al final. Naive Bayes es otro modelo paramétrico, pero muy simple, que también ha dado cero errores de clasificación. Así que la situación se está volviendo bastante competitiva... competitiva. |
| |
Como podemos ver aquí también ambos parámetros son casi iguales por sus efectos, por lo tanto |
| |
El efecto total es de casi 0,88 para el volumen total de poros y para la fracción de volumen es de casi ocho...0,8, por lo que son casi iguales en contribución para su tarea de clasificación. |
| |
Y también se construyeron gráficos sencillos para la predicción. |
| |
La máquina de vectores de soporte no se ha demostrado, también rendimiento brillante. Como podemos ver, se utilizaron 64... perdón, 46 ??? vectores para construir dicho modelo con cero errores de clasificación al final. Y algunos |
| |
clasificación errónea en un entrenamiento (6%) y, en su mayoría, el mayor porcentaje de clasificación errónea fue para exactamente 3D, fueron clasificados erróneamente. |
| |
Bien, continuemos. Finalmente, llegamos a un modelo complejo que combina enfoques no supervisados y supervisados: el PCA no supervisado. En este caso, tomamos todos los... |
| |
parámetros continuos cuantitativos, incluyendo todos, incluso aquellos que están altamente correlacionados entre sí, y construimos |
| |
diagramas y gráficos para PCA. Y como podemos ver, dos componentes principales que tienen los valores por |
| |
más de uno según la regla de Kaiser, lo que significa que en este punto, tenemos otro componente casi igual a uno, un tercer componente, que no incluiremos en el modelo de predicción. Solo incluiremos los dos primeros. |
| |
donde esos autovalores eran más de uno. Y lo interesante es que aquí podemos ver que en el primer componente, el componente principal que puede describir casi el 66% de los casos, estos comprenden: |
| |
Digamos, LIS, LFS, LSFP y canales... parámetros de canales, es decir, tamaño X, Y y Z, esas direcciones. Entonces esto es como, digamos, ??? canales, ??? conjunto de canales. |
| |
Y el segundo, el segundo componente es mayormente bueno, podría describirse mediante ambos tipos de área superficial específica y porosidad. Este es un parámetro puramente textural. |
| |
Así pues, como podemos ver que incluso aquí, estamos observando tal diferencia de certificación y podemos sacar conclusiones sobre la contribución de ambos parámetros a la predicción, en esta descripción de la. |
| |
estructuras. Entonces, después de construir la regresión logística, usando solo estos dos componentes principales, su fórmula se dará en... en nuestra publicación, en nuestro resumen, luego en el artículo donde, que vamos a enviar dentro del rango... dentro del alcance de la presente cumbre. |
| |
Aquí también, obviamente, obtuvimos una tasa de clasificación errónea cero y una clasificación errónea muy, muy baja, menos del 1% en el entrenamiento... mientras que el entrenamiento, que no es... que es... no fue... que no se observó para los modelos anteriores. Así que ahora estamos llegando a lo más |
| |
Parte interesante, la conclusión sobre nuestra |
| |
resumido |
| |
modelos. Como podemos ver, resumimos por clasificación errónea el conjunto de entrenamiento, obviamente porque obtuvimos algunos valores allí. Podemos ver la regresión logística... los modelos de regresión |
| |
como simple y basado en PCA, aquí en la parte superior del gráfico por clasificación errónea y por análisis discriminante de validación. Sin embargo, |
| |
Lo que podemos decir aquí es que, si tenemos todos sus arrays de clasificación errónea o precisión como parámetro opuesto, deberíamos comparar otras métricas. |
| |
Entonces, lo que podemos ver es que, bueno, también tenemos, según otras métricas, valores más altos, por lo que el análisis discriminante es ventajoso. Pero si echamos un vistazo más de cerca, |
| |
ya veremos... todos verán que hay una gran diferencia entre estas métricas, incluso entre la tasa de clasificación errónea, entre validación y entrenamiento. Así que podemos hacer |
| |
algo, ya sabes que nos hemos encontrado con algunos problemas con el sobreajuste o el subajuste. En este caso, tratamos principalmente con el subajuste ya que la invalidación de las métricas es mejor que |
| |
para el entrenamiento. Normalmente ocurrirá lo contrario, sí, la mayoría... la mayoría de los casos se relacionan con el sobreajuste cuando el entrenamiento sobreajusta los datos y obtenemos métricas peores en la validación. Aquí es completamente lo contrario, por eso. |
| |
estas métricas, como la entropía R cuadrado y el R cuadrado generalizado y el logaritmo medio de P, y también la tasa de clasificación errónea, |
| |
Se analizaron... se analizaron las diferencias para estas cuatro métricas, y por eso estamos seleccionando lo mejor de lo mejor. Como se mencionó anteriormente, el análisis discriminante demostró el más alto |
| |
calidad del rendimiento, sin embargo, tiene una de las mayores diferencias entre las métricas de validación en el entrenamiento, en comparación con otras. Recuerda que |
| |
En la validación, todos dieron cero, lo que significa que podemos seleccionar casi |
| |
cada uno de ellos, con el equilibrio óptimo de otras métricas... diferencias en las métricas entre validación y entrenamiento. Entonces, lo que podemos ver aquí, por ejemplo, el más bajo... |
| |
La menor diferencia entre la tasa de clasificación errónea y el coeficiente de determinación R cuadrado se atribuye a la regresión logística, combinada con el análisis de componentes principales (PCA). |
| |
Se observan otras dos métricas, como la diferencia generalizada entre... la diferencia en el R cuadrado generalizado y el logaritmo medio de P. |
| |
en para máquina de vectores de soporte. Para Naive Bayes, no podemos seleccionar este modelo, sin embargo, porque al menos en dos |
| |
parámetros, tiene una diferencia enorme. Por eso |
| |
Podemos asumir que para obtener el mejor rendimiento y la mayor precisión, se recomienda la regresión logística basada en PCA, y también, opcionalmente, la máquina de vectores de soporte como otro modelo para predecir estructuras 2D y 3D. Más detalles y más |
| |
Los métodos se detallarán en nuestro artículo, que presentaremos en un plazo de dos semanas. |
| |
y publicar en el sitio web de la comunidad JMP. Muchas gracias, fue un gran placer dar esta presentación. También agradezco enormemente a mi colega David Kirmayer de la Universidad Hebrea de Jerusalén en Israel. Gracias por su atención. |
| Josh Staunton |
está bien. |
| |
Gracias, caballeros. |
