Êtes-vous chargé de prendre des décisions concernant des procédés ou des produits chimiques en vous basant sur de grandes quantités de données confuses ? Vos données, sous différents formats, proviennent-elles d'échantillons ou d'équipements de laboratoire, en ligne ou hors ligne ? Devez-vous relier des mesures effectuées sur un système chimique à un état ou à une propriété de ce système ? Êtes-vous analyste chimiste au sein d'une équipe qui doit garantir, améliorer ou égaler la qualité de produits de consommation ou de produits alimentaires en fonction de leurs propriétés chimiques ? Vous est-il demandé d'interpréter et de tirer des conclusions à partir de spectres de mélanges ?
Dans cette session, nous utilisons une étude de cas pour l'analyse de transmission proche infrarouge de mélanges de poudre de gluten et d'amidon pour montrer comment :
- Importer plusieurs types de fichiers.
- Nettoyez et prétraitez les données de manière interactive d’une manière qui peut être appliquée à de nouvelles données.
- Explorez les données pour découvrir des modèles possibles.
- Créez, interprétez, comparez et sélectionnez des modèles prédictifs pour atteindre vos objectifs de produit ou de processus.
Prérequis suggérés :
- Familiarité avec les entrées et les réponses de données spectrales.
- Une certaine expérience dans la création de modèles prédictifs
Questions répondues par @Bill_Worley et @yasmine_hajar lors du webinaire en direct :
Q : Que signifie « hors contrôle » en termes de données chromatographiques ? Cela signifie-t-il que la ligne de base n'est pas bonne ?
R : La première étape consiste à vérifier si l’un des échantillons est très éloigné de la moyenne des autres, par exemple en raison d’une contamination ou de tout autre problème similaire.
Q : En quoi l’utilisation de JMP FDE pour la chromatographie est-elle meilleure que l’utilisation de la méthode d’intégration de pics habituelle ?
UN : L'analyse FDE permet d'analyser l'intégralité du chromatogramme plutôt que quelques pics. Ceci est particulièrement utile en cas de variations subtiles, de dérives du procédé ou de désalignement des pics.
Q : Comment décidez-vous du nettoyage des données nécessaire dans la plateforme JMP FDE ?
ONU : Cela dépend. Vous constatez peut-être un décalage de la ligne de base entre vos échantillons, ou vous souhaitez aligner, par exemple, le pic le plus élevé. Ou peut-être souhaitez-vous examiner une plage plus étroite du spectre.
Q : Quel était le nom du meilleur logiciel recommandé pour les données d’image ?
ONU : Le module complémentaire Deep Torch Learning pour JMP Pro est disponible avec JMP Pro. Un blog propose une vidéo expliquant son utilisation.
