JMP^®: Versuchsplanung für Mischungen unter Verwendung von maschinellem Lernen

Bei der Arbeit mit Mischungssystemen möchten Ingenieure und Wissenschaftler wissen, wie bestimmte Komponenten gemischt und wie ihre Proportionen optimiert werden.

Leider ist es aufgrund inhärenter Einschränkungen und komplexer Kinetik oft schwierig, solche Vorhersagen zu treffen.

Dieser Kurs basiert auf modernen Machine-Learning-Methoden, mit denen Folgendes möglich ist:

• Reduzierung der Anforderungen an die Stichprobengröße
• Rationalisierung des Analyse- und Modellierungsprozesses
• Verbesserung der Genauigkeit
• Tiefe Einblicke in hochkomplexe Versuche

Die in diesem Kurs vermittelten Informationen können Anwendung in einer Vielzahl von Industriewissenschaften finden, wie:

• Pharma- und Biotechnik: Durchführung von Medien- oder Pufferoptimierungsversuchen zur Erhöhung der Proteinausbeute aus Bakterien- oder Säugerzellen
• Halbleiter: Modellierung der Ausbeute von Wafern, Identifizierung der Mechanik des Ausbeuteverlusts und Untersuchung neuer Wafersubstrate
• Asphalt: Verbesserung von Asphaltmischungen für kritische Prozessattribute
• Metallherstellung: Optimierung kritischer Eigenschaften in der Metallurgie

Dieser Kurs wird Wissenschaftlern und Ingenieuren mit unterschiedlichem Hintergrund helfen, die Eigenschaften von Gemischsystemen vorherzusagen und zu optimieren.

Dauer: 2 halbtägige Sitzungen