• ベストアンサー
※ ChatGPTを利用し、要約された質問です(原文:少ないサンプルで予測したいです)

少ないサンプルで予測する方法とは?

このQ&Aのポイント
  • 少ないサンプルで予測したい場合、センサーを箱に配置し、加熱することで5つの測定値が得られます。
  • ただし、センサーは使い捨てのため、実際の測定値に近い結果を得る方法について知りたいです。
  • 順番にセンサーを入れる必要はないため、他の方法でも構いません。

質問者が選んだベストアンサー

  • ベストアンサー
  • ohkawa3
  • ベストアンサー率59% (1509/2540)
回答No.3

回答(2)再出 対象性を利用した場合の並べ方を具体的に教えて欲しいとの追記、もっともなご指摘です。私が質問者だったら、同じように感じると思います。 では、どうすれば適切な配列を決められるかということをもう少々突っ込んで考えると、箱(炉?)の中の構造、ワークの並べ方、加熱機構などを総合的に考慮して、温度分布を推測したうえで、温度ムラが起きそうな箇所にセンサーを配置することが合理的なように思い至りました。 対称性が確認できていない状況であれば、最初にご提示になった5点の配列を採用なさることが無難と思います。

gakusei3728
質問者

お礼

ご返事いただきありがとうございます。

その他の回答 (2)

  • ohkawa3
  • ベストアンサー率59% (1509/2540)
回答No.2

お問い合わせの配列は、5個のサンサーを使う場合に合理的な並べ方と思います。 箱(炉?)の中の構造、ワークの並べ方、加熱機構などに幾何的な対象性があれば、1と3のセンサー2個だけで、現状と同じ検出性能が得られる可能性があります。まずは、1,2,4,5の位置のセンサーで測定される温度が均一な値かどうか、確認してみることをお勧めしたいと思います。幾何的な対象性があって、センサーを減らしても現状と同じ検出性能が得られるならば、余ったセンサーを中間位置に配列して、情報量を増やすことができるかもしれません。

gakusei3728
質問者

補足

ご返事いただきありがとうございます。 でももっと具体的にご説明いただきませんか? よろしくお願いいたします。

  • hiro_1116
  • ベストアンサー率30% (2563/8280)
回答No.1

5箇所の傾向をみた上で補間することになるでしょう。

gakusei3728
質問者

お礼

ご返事いただきありがとうございます。

関連するQ&A