산업 연구 개발에서 흔히 발생하는 과제는 실험 노력을 최소화하면서 여러 성능 특성의 균형을 맞추는 것입니다. 베이지안 최적화는 복잡하고 비선형적인 반응 공간에서 적응적이고 순차적인 실험을 위한 강력한 프레임워크를 제공합니다. 본 발표에서는 PPG의 Sigma Logic™ 실험 설계 교육 프로그램을 위해 개발된 실제적인 공식 시뮬레이션을 사용하여 JMP Pro의 베이지안 최적화 플랫폼을 평가합니다.
1998년에 설립된 Sigma Logic은 JMP 기반의 초급 및 고급 과정을 통해 매년 약 130명의 글로벌 연구원을 양성합니다. 시뮬레이션 시스템을 활용한 팀 기반 경쟁은 고급 과정의 핵심 요소이며, 본 연구에서 평가된 시뮬레이션은 세 개 과정에 걸쳐 16개 팀의 주요 과제로 사용되었습니다. 이번 제형 과제는 12개의 제어 가능한 요소와 4개의 핵심 성능 지표를 포함하며, 제한된 실험 예산 내에서 최소 비용으로 식스 시그마 품질의 성능 목표를 달성하는 것을 목표로 합니다.
JMP Pro에서 여러 최적화 캠페인을 수행했으며, 각 캠페인은 표준 스크리닝 설계로 시작하여 베이지안 최적화 기법을 적용한 실험을 순차적으로 진행했습니다. 최적화 진행 상황은 캠페인 전반에 걸쳐 추적하고, 교육 참가자들이 사용하는 기존의 순차적 실험계획법(DOE) 전략과 비교했습니다. 결과는 베이지안 최적화가 비선형 반응 표면을 효율적으로 탐색하고 훨씬 적은 실험 횟수로 만족스러운 해를 도출함을 보여줍니다. 본 발표는 산업 연구에서 제형 개발을 가속화하기 위해 JMP 기반 실험 워크플로우에 베이지안 최적화를 통합하는 실질적인 방법에 대한 내용으로 마무리됩니다.
