体験プランではどのようにして市場投入までの時間を短縮できるのでしょうか?体験プランではどのようにして市場投入までの時間を短縮できるのでしょうか? ティエリー・タイランディエ＆ローラン・ラスベンヌ（ピエール・ファーブル）
|
Re: 実験的な設計によって市場投入までの時間を短縮するにはどうすればよいでしょうか？こんにちは、ティエリーさん、素晴らしい仕事ですね！
質問があります。Profilerでは、Factor_4 Nullは化合物が存在しないことを表しており、その化合物の質量分率Factor_4_Wは0.125です。Profilerがすべての制約（例えば、Factor_4がNullの場合、Factor_4_Wは決して0より大きくならない）を考慮し、単に線形混合の合計が1になるだけにならないような設定を見つけることができましたか？
Re: 実験的な設計によって市場投入までの時間を短縮するにはどうすればよいでしょうか？こんにちは、 RikkiTikkiTavi さん、
ご意見ありがとうございます。
確かにその通りで、プロファイラに制約条件を指定することができませんでした。各条件ごとに、ビジネス上の制約条件を確認する必要がありました。
シミュレーションを実行して設計空間全体をスキャンし、制約条件に基づいてフィルタリングすることで、潜在的なヒット候補を得ることもできたはずだ。
質問にお答えできたことを願っています。
Re: 実験的な設計によって市場投入までの時間を短縮するにはどうすればよいでしょうか？こんにちは@RikkiTikkiTaviと@taillat さん
この問題に関して、考えられる選択肢は2つあります。
- 設計を構築する際は、カテゴリカル因子に「Null」レベルを含めないでください。これは、質量分率が 0 の化合物すべてに当てはまる状況です。理想的には、データ テーブルに実験を追加して、各化合物の質量分率が 0 の実験を行い、初期設計で実際に存在し、質量分率が 0 の化合物について測定された応答値を、質量分率が 0 の他のすべての化合物に複製するか、質量分率が 0 の化合物について実際にこれらの他の実験値を測定します (他の因子は同一であるため、実質的に複製を追加していることになります)。これにより、モデルにわずかなバイアスが生じる可能性がありますが、質量分率が 0 のすべての化合物の傾向を判断するための参照点を持つことができます。
- 分析中: Ajouter un script dans la table de données nommé 禁止されている組み合わせet écrire en JSL les combinaisons qu'on souhaite éviter. En reprenant un petit exemple avec 3 facteurs de quantité (de 0 à 1) pour 3 types de MPs (acide, base et tensioactif) et 3 facteurs de choix de MP pour chacun des types de MPs, on aurait la contrainte suivante en JSL:
Choix_acide == "Null" & Acide >= 0.01 | Base >= 0.01 & Choix_base == "Null" |
Tensioactif >= 0.01 & Choix_tensioactif == "Null";
このスクリプトを追加すると、分析および予測プロファイラに影響が及び、これらのプロファイラはこの制約を認識し、禁止されている組み合わせに対して最適解を提案しなくなります。これは、 「ベイズ最適化を使用する際に制約を設定するにはどうすればよいですか？」という議論と同じ戦略です。データテーブルに「制約」スクリプトを追加するだけで、ベイズ最適化の候補セットのオプションが可能な組み合わせのみに制限されます。
この回答がお役に立てば幸いです。
Re: 実験的な設計によって市場投入までの時間を短縮するにはどうすればよいでしょうか？こんにちは、ビクターさん。アイデアをありがとうございます！
禁止組み合わせを使用する場合、混合タイプや制約線形制約スクリプトなど、因子に対する制約も削除する必要がありますか？Profilerは因子に対する制約を優先するようです。たとえば、制約スクリプトと禁止組み合わせスクリプトの両方をテーブルに追加した場合、Profilerは後者を無視するようです。
プロファイラによる制約の受け入れ順序、あるいは異なる種類の制約間の優先順位ルールは実際に存在するのでしょうか？
Re: 実験的な設計によって市場投入までの時間を短縮するにはどうすればよいでしょうか？こんにちは、 @RikkiTikkiTavi さん、
これについてはもっと詳しく調べる必要があります。実際、他の線形制約や混合型の要因があると、プロファイラーによる制約の分析と管理が複雑になります。
候補点生成に関して、JMPの機能は進化を遂げており、（新しい） ランダム線形制約付き一様分布関数により、線形制約（等式と不等式）やカーディナリティ制約（例えば、n個の因子のグループ内で同時に有効な因子はk個以下）など、多数の制約を持つ候補データセットを作成できるようになりました。本プレゼンテーションでは、この機能について触れ、複雑な候補データセットを作成するためのJSLスクリプト（前述の関数を使用）の詳細を説明します。 「JMP 19を用いた複雑な制約を含む定式化のベイズ最適化（2026-EU-30MP-2816）」
しかし、候補点テーブルを生成しても、モデリング／解析を使用された制約に限定できるようなスクリプトは生成されません。
