JMP^® : Conception d'expériences pour les mélanges à l'aide du Machine Learning

Lorsqu'ils travaillent avec des systèmes de mélange, les ingénieurs et les scientifiques veulent savoir comment les composants d'intérêt sont mélangés et comment leurs proportions sont optimisées.

Malheureusement, il leur est souvent difficile de faire de telles prédictions, en raison des contraintes inhérentes et de la complexité de la cinétique.

Cette formation repose sur des méthodes modernes de Machine Learning qui :

• Réduisent les exigences en matière de taille d'échantillon
• Rationalisent le processus d'analyse et de modélisation
• Améliorent la précision
• Fournissent des informations approfondies pour les expériences de grande complexité

Les applications de cette formation portent sur une grande variété de sciences industrielles, telles que :

• Ingénierie pharmaceutique et biotechnologique : réalisation d'expériences d'optimisation des milieux ou des zones tampons pour augmenter les rendements des protéines provenant de bactéries ou de cellules de mammifères
• Semi-conducteurs : modélisation du rendement des plaquettes, identification des mécanismes de perte de rendement et recherche de nouveaux substrats de plaquettes
• Asphalte : amélioration des mélanges d'asphalte pour les attributs de processus critiques
• Fabrication de métaux : optimisation des caractéristiques critiques dans la métallurgie

Cette formation aidera vos scientifiques et ingénieurs de divers horizons à prévoir et à optimiser les caractéristiques du système de mélange.

Durée : 2 sessions d’une demi-journée