L'obiettivo di questa presentazione è effettuare una valutazione di profilo su un ampio volume di dati in una grande tabella di dati proveniente da un database (100.000 profili).
Il compito viene svolto utilizzando JMP Pro Functional Data Explorer (FDE). Il profilo viene suddiviso in diverse caratteristiche chiamate "componenti funzionali" (ad esempio FC1) da FDE, salvate in una colonna per ciascuna caratteristica. Quindi una caratteristica come un avvallamento viene convertita in uno scalare che rappresenta la presenza di tale caratteristica (ad esempio FC1 >> 0 = avvallamento; FC ~ 0 = piano, << 0 = collina). La componente funzionale FC1 può quindi essere utilizzata come etichetta per l'addestramento con una rete neurale. La previsione della rete neurale viene implementata come formula nella tabella dati finale per valutare quella curva.
Infine, l'ingegnere può facilmente aggiornare i dati dal database, con valutazioni aggiornate tramite la formula di valutazione. La valutazione sembra essere molto robusta per i dati creati in questo caso da un dispositivo di misurazione, poiché il valore di R quadro della rete neurale rimane piuttosto elevato, anche con nuovi dati per alcuni mesi. Inoltre, viene effettuata un'analisi di sensibilità con dati generati artificialmente tramite Copilot.
