Lu Lu, PhD, Assistenzprofessor für Statistik, University of South Florida
Christine M. Anderson-Cook, PhD, Forschungswissenschaftlerin, Los Alamos National Laboratory
Die inverse Vorhersage nutzt die Beziehungen zwischen mehreren Ein- und Ausgaben eines Prozesses, um die wahrscheinlichsten Eingaben (Ursachen) vorherzusagen, die möglicherweise eine Reihe neu beobachteter Ausgaben generiert haben. Sie findet wichtige Anwendung in der Schmuggelforensik und bei Problemen der Rückwärtserkennung. Die aktuelle Praxis konzentriert sich auf die Suche nach der besten Übereinstimmung der Eingaben basierend auf den beobachteten Reaktionen durch Minimierung der gemessenen Distanz zwischen der neuen Beobachtung und den geschätzten Reaktionen an verschiedenen Standorten. Dieser Vortrag stellt einen alternativen Ansatz vor, der Pareto-Front-Optimierung nutzt, um mehrere führende Lösungen zu identifizieren, die mit einer gewissen Quantifizierung der Robustheit gegenüber unterschiedlichen Priorisierungen von Reaktionen bewertet werden. Ein neu entwickeltes Add-In für JMP, das die vorgeschlagenen Methoden implementiert, wird anhand eines chemischen Prozessbeispiels demonstriert.
