JP2000288877A - データ間の因果関係導出システム及びデータベースに於ける因果関係導出方法 - Google Patents
データ間の因果関係導出システム及びデータベースに於ける因果関係導出方法Info
- Publication number
- JP2000288877A JP2000288877A JP9745899A JP9745899A JP2000288877A JP 2000288877 A JP2000288877 A JP 2000288877A JP 9745899 A JP9745899 A JP 9745899A JP 9745899 A JP9745899 A JP 9745899A JP 2000288877 A JP2000288877 A JP 2000288877A
- Authority
- JP
- Japan
- Prior art keywords
- event
- causal relationship
- causal
- events
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000001364 causal effect Effects 0.000 title claims abstract description 119
- 238000000034 method Methods 0.000 title claims description 19
- 238000009795 derivation Methods 0.000 claims abstract description 16
- 230000003247 decreasing effect Effects 0.000 claims 1
- 101100294412 Aspergillus sp. (strain MF297-2) notB gene Proteins 0.000 description 13
- 230000006870 function Effects 0.000 description 10
- 101100348852 Aspergillus sp. (strain MF297-2) notD gene Proteins 0.000 description 8
- 101100348850 Aspergillus sp. (strain MF297-2) notC gene Proteins 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 2
- 238000009628 steelmaking Methods 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Multi-Process Working Machines And Systems (AREA)
- General Factory Administration (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Feedback Control In General (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
(57)【要約】
【課題】 適切なメモリ容量と処理時間にて歩留りに係
わるデータの因果関係を解析すること。 【解決手段】 制御部１１０にて実行される因果関係導
出カーネル部１４０は、データアクセスツール／ユーテ
ィリティ／ライブセリ１３０を介して記憶装置１２０に
格納される歩留りデータを読込み、因果関係導出結果を
作成して格納部１５０に格納する。この格納部１５０に
格納された因果関係導出結果は、因果関係導出カーネル
インタフエース２３０にて所定のフォーマットに加工さ
れ、出力装置２４０に出力表示する。
わるデータの因果関係を解析すること。 【解決手段】 制御部１１０にて実行される因果関係導
出カーネル部１４０は、データアクセスツール／ユーテ
ィリティ／ライブセリ１３０を介して記憶装置１２０に
格納される歩留りデータを読込み、因果関係導出結果を
作成して格納部１５０に格納する。この格納部１５０に
格納された因果関係導出結果は、因果関係導出カーネル
インタフエース２３０にて所定のフォーマットに加工さ
れ、出力装置２４０に出力表示する。
Description
【０００１】
【発明の属する技術分野】本発明は、収集データを分析
してデータ間の因果関係を導出するシステムに係わり、
特に製造工程等に於いて計測機器等から収集された歩留
りに係わるデータを分析して歩留りを向上させる為の制
御情報を提供可能としたデータ間の因果関係導出システ
ム、及びデータベースに於ける因果関係導出方法に関す
る。
してデータ間の因果関係を導出するシステムに係わり、
特に製造工程等に於いて計測機器等から収集された歩留
りに係わるデータを分析して歩留りを向上させる為の制
御情報を提供可能としたデータ間の因果関係導出システ
ム、及びデータベースに於ける因果関係導出方法に関す
る。
【０００２】
【従来の技術】従来より、製造工程等では種々の要因に
より歩留りが変化するものである。一般に、この歩留り
を向上させることは製造コストを下げる重要な要因であ
る。これは、製造物を限定することなく重要視されてい
ることは勿論である。
より歩留りが変化するものである。一般に、この歩留り
を向上させることは製造コストを下げる重要な要因であ
る。これは、製造物を限定することなく重要視されてい
ることは勿論である。
【０００３】しかし、この歩留りを向上させることは、
通常、容易なことではない。歩留り向上が容易でないこ
とは、歩留りに関係する要因が多岐多種に渡る為、制御
が困難であることに起因している。例えば製鉄に於いて
は、歩留りに関係する製造パラメータ数は大凡５，００
０以上にも及び、熟練した技術者でなければ制御は困難
なものである。又、たとえ熟練した技術者といえども、
必ずしもそれが最適な制御であるとは限らないものであ
る。この為、データに基いたより定量的な情報が切望さ
れているものであった。
通常、容易なことではない。歩留り向上が容易でないこ
とは、歩留りに関係する要因が多岐多種に渡る為、制御
が困難であることに起因している。例えば製鉄に於いて
は、歩留りに関係する製造パラメータ数は大凡５，００
０以上にも及び、熟練した技術者でなければ制御は困難
なものである。又、たとえ熟練した技術者といえども、
必ずしもそれが最適な制御であるとは限らないものであ
る。この為、データに基いたより定量的な情報が切望さ
れているものであった。
【０００４】そこで、製造物の歩留りに関するデータを
計測機器にて収集し、当該データ間の何等かの関係、即
ち因果関係を求めて歩留り向上に寄与させようとする試
みが考えられていた。しかしながら、通常のコンピュー
タサイエンス等の手法を利用してのこの試みにあって
は、多数のデータ間の因果関係を求めるには大きな欠点
が存在していた。それは、全てのデータ間の因果関係を
漏れなく探すことにより、莫大なメモリ容量を要すると
共に膨大な処理時間を要するというものであった。この
為、計算機システムも対応する大型のものが要求される
ものであった。
計測機器にて収集し、当該データ間の何等かの関係、即
ち因果関係を求めて歩留り向上に寄与させようとする試
みが考えられていた。しかしながら、通常のコンピュー
タサイエンス等の手法を利用してのこの試みにあって
は、多数のデータ間の因果関係を求めるには大きな欠点
が存在していた。それは、全てのデータ間の因果関係を
漏れなく探すことにより、莫大なメモリ容量を要すると
共に膨大な処理時間を要するというものであった。この
為、計算機システムも対応する大型のものが要求される
ものであった。
【０００５】
【発明が解決しようとする課題】上述したように歩留り
の向上策は容易なものでなかった。即ち、通常のコンピ
ュータサイエンス等の手法にあっては、多数のデータ間
の因果関係を求める為に、全てのデータ間の因果関係を
漏れなく探すことになるので、莫大なメモリ容量を要す
ると共に、膨大な処理時間を要するという欠点が存在し
ていた。
の向上策は容易なものでなかった。即ち、通常のコンピ
ュータサイエンス等の手法にあっては、多数のデータ間
の因果関係を求める為に、全てのデータ間の因果関係を
漏れなく探すことになるので、莫大なメモリ容量を要す
ると共に、膨大な処理時間を要するという欠点が存在し
ていた。
【０００６】そこで、本発明は上記事情を考慮して成さ
れたもので、上記不具合を解消し、適切なメモリ容量と
処理時間にて歩留りに関するデータの因果関係を解析可
能なデータ間の因果関係導出システム、及びデータベー
スに於ける因果関係導出方法を提供することを目的とす
る。
れたもので、上記不具合を解消し、適切なメモリ容量と
処理時間にて歩留りに関するデータの因果関係を解析可
能なデータ間の因果関係導出システム、及びデータベー
スに於ける因果関係導出方法を提供することを目的とす
る。
【０００７】
【課題を解決するための手段】本発明は上記目的を達成
する為、記憶装置に記憶された歩留りに関する事象間の
因果関係を導出するコンピュータシステムであって、全
事象に対してある事象Ａが発生した場合に他の事象Ｚが
発生する条件付確率及びある事象Ａが発生しなかった場
合に他の事象Ｚが発生する条件付確率を求め、当該条件
付確率が所定値α（０＜＝α＜＝０）より大きいものを
事象間の第一の因果関係として選び、この求めた第一の
因果関係にある全ての原因事象と結果事象の組合せの条
件付確率を求め、当該条件付確率が所定値β（０＜＝β
＜＝０）より大きいものを選ぶよう構成したことを特徴
とする。
する為、記憶装置に記憶された歩留りに関する事象間の
因果関係を導出するコンピュータシステムであって、全
事象に対してある事象Ａが発生した場合に他の事象Ｚが
発生する条件付確率及びある事象Ａが発生しなかった場
合に他の事象Ｚが発生する条件付確率を求め、当該条件
付確率が所定値α（０＜＝α＜＝０）より大きいものを
事象間の第一の因果関係として選び、この求めた第一の
因果関係にある全ての原因事象と結果事象の組合せの条
件付確率を求め、当該条件付確率が所定値β（０＜＝β
＜＝０）より大きいものを選ぶよう構成したことを特徴
とする。
【０００８】このような構成によれば、例えば製造物の
歩留まりに関係するデータを計測機器から収集して、デ
ータ間の因果関係を求めるのに、適度なメモリサイズと
適度な演算時間にて処理すること可能になる。
歩留まりに関係するデータを計測機器から収集して、デ
ータ間の因果関係を求めるのに、適度なメモリサイズと
適度な演算時間にて処理すること可能になる。
【０００９】
【発明の実施の形態】以下、本発明の一実施形態を図面
を参照して説明する。
を参照して説明する。
【００１０】図１は本実施形態に係わる因果関係導出シ
ステムの概略構成を示すものであり、サーバコンピュー
タ１００とクライアントコンピュータ２００、計測機器
３００とがネットワーク４００を介して接続されてい
る。
ステムの概略構成を示すものであり、サーバコンピュー
タ１００とクライアントコンピュータ２００、計測機器
３００とがネットワーク４００を介して接続されてい
る。
【００１１】サーバコンピュータ１００はサーバ機能を
有する計算機であり、各種制御を司る制御部１１０と、
外部記憶装置１２０、データアクセスツール／ユーティ
リティ／ライブラリ１３０、因果関係導出カーネル部１
４０、因果関係導出結果格納部１５０、そして外部との
インタフェース機能を司るインタフェース１６０とが設
けられている。
有する計算機であり、各種制御を司る制御部１１０と、
外部記憶装置１２０、データアクセスツール／ユーティ
リティ／ライブラリ１３０、因果関係導出カーネル部１
４０、因果関係導出結果格納部１５０、そして外部との
インタフェース機能を司るインタフェース１６０とが設
けられている。
【００１２】制御部１１０は、サーバコンピュータ１０
０内の各種制御処理を司ると共に、本システム全体の制
御をも司る機能を有する。又、制御部１１０は、後述す
る歩留りに係わるデータ間の因果関係を解析して歩留り
を向上させる為の制御情報を提供する機能を有する。
０内の各種制御処理を司ると共に、本システム全体の制
御をも司る機能を有する。又、制御部１１０は、後述す
る歩留りに係わるデータ間の因果関係を解析して歩留り
を向上させる為の制御情報を提供する機能を有する。
【００１３】外部記憶装置１２０は、大量のデータを保
持するデータベース１２２並びにファイル１２４を有し
ている。そして、これらデータベース１２２やファイル
１２４には、計測機器３００から送出されてくる歩留り
に関する種々の事象データが格納されている。
持するデータベース１２２並びにファイル１２４を有し
ている。そして、これらデータベース１２２やファイル
１２４には、計測機器３００から送出されてくる歩留り
に関する種々の事象データが格納されている。
【００１４】データアクセスツール／ユーティリティ／
ライブラリ１３０は、データベース１２２やファイル１
２４に格納される上記大量のデータを読込み、制御部１
１０の制御下で因果関係導出カーネル部１４０へ当該デ
ータを転送する。そして、因果関係導出カーネル部１４
０は制御部１１０にて実行されるものである。
ライブラリ１３０は、データベース１２２やファイル１
２４に格納される上記大量のデータを読込み、制御部１
１０の制御下で因果関係導出カーネル部１４０へ当該デ
ータを転送する。そして、因果関係導出カーネル部１４
０は制御部１１０にて実行されるものである。
【００１５】因果関係導出結果格納部１５０は、上述し
たデータアクセスツール／ユーティリティ／ライブラリ
１３０を介してデータベース１２２やファイル１２４に
格納される大量のデータ、即ち歩留りに関する事象デー
タを読込み、制御部１１０にて実行される因果関係導出
カーネル部１４０の処理結果、即ち歩留りに関する制御
情報を格納する機能を有するものである。
たデータアクセスツール／ユーティリティ／ライブラリ
１３０を介してデータベース１２２やファイル１２４に
格納される大量のデータ、即ち歩留りに関する事象デー
タを読込み、制御部１１０にて実行される因果関係導出
カーネル部１４０の処理結果、即ち歩留りに関する制御
情報を格納する機能を有するものである。
【００１６】クライアントコンピュータ２００は、制御
部２１０と、インタフェース２２０、因果関係導出カー
ネルインタフェース２３０、出力装置２４０を内設する
ものである。
部２１０と、インタフェース２２０、因果関係導出カー
ネルインタフェース２３０、出力装置２４０を内設する
ものである。
【００１７】制御部２１０はクライアントコンピュータ
２００の各種制御処理を司るものであり、インタフェー
ス２２０は外部とのインタフェース機能を司るものであ
る。因果関係導出カーネルインタフェース２３０はイン
タフェース２２０を介して送出されてくる因果関係導出
結果格納部１５０からの情報を、クライアントコンピュ
ータ２００のユーザが理解し易い形式に加工する機能を
有するものである。出力装置２４０は因果関係導出カー
ネルインタフェース２３０からの加工情報をディスプレ
イや印字装置に出力表示する機能を有するものである。
２００の各種制御処理を司るものであり、インタフェー
ス２２０は外部とのインタフェース機能を司るものであ
る。因果関係導出カーネルインタフェース２３０はイン
タフェース２２０を介して送出されてくる因果関係導出
結果格納部１５０からの情報を、クライアントコンピュ
ータ２００のユーザが理解し易い形式に加工する機能を
有するものである。出力装置２４０は因果関係導出カー
ネルインタフェース２３０からの加工情報をディスプレ
イや印字装置に出力表示する機能を有するものである。
【００１８】尚、因果関係導出カーネルインタフェース
２３０が有する機能は、クライアントコピュータ２００
側ではなく、サーバコンピュータ１００側に持たせても
良いことは勿論である。この場合、クライアントコンピ
ュータ２００側には特別な仕掛けを設けることなく本発
明を実現可能となるものである。
２３０が有する機能は、クライアントコピュータ２００
側ではなく、サーバコンピュータ１００側に持たせても
良いことは勿論である。この場合、クライアントコンピ
ュータ２００側には特別な仕掛けを設けることなく本発
明を実現可能となるものである。
【００１９】計測機器３００は、歩留りに関する制御対
象から歩留りに係わる各種情報、即ち各種パラメータ／
事象データを収集し、この収集データをネットワーク４
００を介してサーバコンピュータ１００に転送する機能
を有するものである。
象から歩留りに係わる各種情報、即ち各種パラメータ／
事象データを収集し、この収集データをネットワーク４
００を介してサーバコンピュータ１００に転送する機能
を有するものである。
【００２０】上記構成につき、その動作及び作用を以下
に説明する。
に説明する。
【００２１】先ず、データ間の因果関係導出の仕組みを
機能的に示す図２を参照して、本発明実施形態の全体の
概略的な流れを説明する。
機能的に示す図２を参照して、本発明実施形態の全体の
概略的な流れを説明する。
【００２２】ブロック５１０では、ユーザが指示した任
意の値α（但し、０＜＝α＜＝１）、事象Ｚ、Ａに対し
て、 Ｐ（Ｚ｜Ａ）＞＝α 又は Ｐ（Ｚ｜ｎｏｔＡ）＞＝α を満たすＺ、Ａの組合せを求めるブロックである。
意の値α（但し、０＜＝α＜＝１）、事象Ｚ、Ａに対し
て、 Ｐ（Ｚ｜Ａ）＞＝α 又は Ｐ（Ｚ｜ｎｏｔＡ）＞＝α を満たすＺ、Ａの組合せを求めるブロックである。
【００２３】ブロック５２０では、ユーザが指示した任
意の値β（但し、０＜＝β＜＝１）、事象Ａ、Ｂ、Ｃ、
…、Ｙ に対して、 Ｐ（Ｚ｜Ａ，Ｂ）＞＝β 又は Ｐ（Ｚ｜Ａ，ｎｏｔＢ）＞＝β 又は Ｐ（Ｚ｜ｎｏｔＡ，Ｂ）＞＝β 又は Ｐ（Ｚ｜ｎｏｔＡ，ｎｏｔＢ）＞＝β 又は Ｐ（Ｚ｜Ａ，Ｂ，Ｃ）＞＝β 又は … Ｐ（Ｚ｜ｎｏｔＡ，ｎｏｔＢ，…，ｎｏｔＹ）＞＝β を満たすＺ、Ａ、Ｂ、Ｃ、…、Ｙの組合せを求めるブロ
ックである。
意の値β（但し、０＜＝β＜＝１）、事象Ａ、Ｂ、Ｃ、
…、Ｙ に対して、 Ｐ（Ｚ｜Ａ，Ｂ）＞＝β 又は Ｐ（Ｚ｜Ａ，ｎｏｔＢ）＞＝β 又は Ｐ（Ｚ｜ｎｏｔＡ，Ｂ）＞＝β 又は Ｐ（Ｚ｜ｎｏｔＡ，ｎｏｔＢ）＞＝β 又は Ｐ（Ｚ｜Ａ，Ｂ，Ｃ）＞＝β 又は … Ｐ（Ｚ｜ｎｏｔＡ，ｎｏｔＢ，…，ｎｏｔＹ）＞＝β を満たすＺ、Ａ、Ｂ、Ｃ、…、Ｙの組合せを求めるブロ
ックである。
【００２４】尚、ここで、Ｐ（ｘ）は事象ｘの発生する
確率、Ｐ（ｎｏｔｘ）は事象ｘが発生しない確率、Ｐ
（ｘ｜ｙ）は事象ｙが発生した場合に事象ｘが発生する
条件付確率を表すものとする。又、α及びβは、上記範
囲内（０〜１）にて任意に設定される最適値或いは適切
値である。
確率、Ｐ（ｎｏｔｘ）は事象ｘが発生しない確率、Ｐ
（ｘ｜ｙ）は事象ｙが発生した場合に事象ｘが発生する
条件付確率を表すものとする。又、α及びβは、上記範
囲内（０〜１）にて任意に設定される最適値或いは適切
値である。
【００２５】斯様にして求められる組合せについて、図
３乃至図６を参照してより具体的に述べる。ここでは、
事象数を５つとし、夫々事象Ａ、事象Ｂ、事象Ｃ、事象
Ｄ、事象Ｅとする。
３乃至図６を参照してより具体的に述べる。ここでは、
事象数を５つとし、夫々事象Ａ、事象Ｂ、事象Ｃ、事象
Ｄ、事象Ｅとする。
【００２６】先ず、図２のブロック５１０に相当する演
算処理を行う。全事象発生の組合せの数は、２×ｎ×
（ｎ−１）で求まるから、５つの事象についてはｎ＝５
として全４０パターンが求まる（図３参照）。この４０
パターンについて条件付確率を求め、その中でα以上の
値を有するものを求める。この結果、図３中の下線を付
した６パターン、 Ｐ（Ｂ｜Ａ）＞＝α Ｐ（Ｃ｜Ａ）＞＝α Ｐ（Ｃ｜Ｂ）＞＝α Ｐ（Ｄ｜ｎｏｔＢ）＞＝α Ｐ（Ｅ｜Ｃ）＞＝α Ｐ（Ｅ｜Ｄ）＞＝α が求まる。これらの組合せは各々、 事象Ａが発生した場合、確率α以上で事象Ｂが発生する
確率 事象Ａが発生した場合、確率α以上で事象Ｃが発生する
確率 事象Ｂが発生した場合、確率α以上で事象Ｃが発生する
確率 事象Ｂが発生しなかった場合に、確率α以上で事象Ｄが
発生する確率 事象Ｃが発生した場合、確率α以上で事象Ｅが発生する
確率 事象Ｄが発生した場合、確率α以上で事象Ｅが発生する
確率 という因果関係があることを示すものである。
算処理を行う。全事象発生の組合せの数は、２×ｎ×
（ｎ−１）で求まるから、５つの事象についてはｎ＝５
として全４０パターンが求まる（図３参照）。この４０
パターンについて条件付確率を求め、その中でα以上の
値を有するものを求める。この結果、図３中の下線を付
した６パターン、 Ｐ（Ｂ｜Ａ）＞＝α Ｐ（Ｃ｜Ａ）＞＝α Ｐ（Ｃ｜Ｂ）＞＝α Ｐ（Ｄ｜ｎｏｔＢ）＞＝α Ｐ（Ｅ｜Ｃ）＞＝α Ｐ（Ｅ｜Ｄ）＞＝α が求まる。これらの組合せは各々、 事象Ａが発生した場合、確率α以上で事象Ｂが発生する
確率 事象Ａが発生した場合、確率α以上で事象Ｃが発生する
確率 事象Ｂが発生した場合、確率α以上で事象Ｃが発生する
確率 事象Ｂが発生しなかった場合に、確率α以上で事象Ｄが
発生する確率 事象Ｃが発生した場合、確率α以上で事象Ｅが発生する
確率 事象Ｄが発生した場合、確率α以上で事象Ｅが発生する
確率 という因果関係があることを示すものである。
【００２７】このような関係をネットワークアルゴリズ
ムで示すと図４のようなネットワークになる。このネッ
トワークでは、求まった因果関係の中に現われる全ての
事象を、ノードにて表現している。そして、事象の発生
の間に因果関係がある場合には、それを矢印の向きで表
現している。従って、図３中下線を付された因果関係は
各々、 Ａ→Ｂ Ａ→Ｃ Ｂ→Ｃ Ｂ→Ｄ Ｃ→Ｅ Ｄ→Ｅ で表現されている。ここで、Ａ→Ｂは事象Ａの発生が事
象Ｂの発生に影響を持つ（事象Ａの発生と事象Ｂの発生
には因果関係がある）、Ａ，Ｂ→Ｃは事象Ａ及び事象Ｂ
の同時発生が事象Ｃの発生に影響を持つ（事象Ａ，Ｂの
同時発生と事象Ｃの発生には因果関係がある）、ことを
表すものとする。
ムで示すと図４のようなネットワークになる。このネッ
トワークでは、求まった因果関係の中に現われる全ての
事象を、ノードにて表現している。そして、事象の発生
の間に因果関係がある場合には、それを矢印の向きで表
現している。従って、図３中下線を付された因果関係は
各々、 Ａ→Ｂ Ａ→Ｃ Ｂ→Ｃ Ｂ→Ｄ Ｃ→Ｅ Ｄ→Ｅ で表現されている。ここで、Ａ→Ｂは事象Ａの発生が事
象Ｂの発生に影響を持つ（事象Ａの発生と事象Ｂの発生
には因果関係がある）、Ａ，Ｂ→Ｃは事象Ａ及び事象Ｂ
の同時発生が事象Ｃの発生に影響を持つ（事象Ａ，Ｂの
同時発生と事象Ｃの発生には因果関係がある）、ことを
表すものとする。
【００２８】又、事象発生の間に因果関係がある場合に
は、 Ｐ（Ｂ｜Ａ） Ｐ（Ｃ｜Ａ） Ｐ（Ｃ｜Ｂ） Ｐ（Ｄ｜ｎｏｔＢ） Ｐ（Ｅ｜Ｃ） Ｐ（Ｅ｜Ｄ） といったような条件付確率として、矢印に付加してい
る。
は、 Ｐ（Ｂ｜Ａ） Ｐ（Ｃ｜Ａ） Ｐ（Ｃ｜Ｂ） Ｐ（Ｄ｜ｎｏｔＢ） Ｐ（Ｅ｜Ｃ） Ｐ（Ｅ｜Ｄ） といったような条件付確率として、矢印に付加してい
る。
【００２９】このようにして求まった因果関係を、ここ
では第一の因果関係と称することとする。第一の因果関
係とは、原因となる事象（原因事象）と結果となる事象
（結果事象）が一対一に対応するものである。
では第一の因果関係と称することとする。第一の因果関
係とは、原因となる事象（原因事象）と結果となる事象
（結果事象）が一対一に対応するものである。
【００３０】又、これに続いて求める因果関係を、第二
の因果関係と称することとする。第二の因果関係は、原
因事象と結果事象の関係が多対一対応になっているもの
である。例えば、第一の因果関係として、 Ｘ→Ｚ Ｙ→Ｚ が求まった場合、第二の因果関係の候補として、 Ｘ，Ｙ→Ｚ Ｘ，ｎｏｔＹ→Ｚ ｎｏｔＸ，Ｙ→Ｚ ｎｏｔＸ，ｎｏｔＹ→Ｚ が挙げられる。そして、その発生確率が、ユーザが指定
した値β以上の場合を、第二の因果関係とするものであ
る。上記例で求めた第一の因果関係から求める第二の因
果関係の候補は、 Ａ，Ｂ→Ｃ Ａ，ｎｏｔＢ→Ｃ ｎｏｔＡ，Ｂ→Ｃ ｎｏｔＡ，ｎｏｔＢ→Ｃ Ｃ，Ｄ→Ｅ Ｃ，ｎｏｔＤ→Ｅ ｎｏｔＣ，Ｄ→Ｅ ｎｏｔＣ，ｎｏｔＤ→Ｅ の８パターンであり、これを条件付確率として表したも
のが図５である。この図５では、求めた条件付確率が、
ユーザが指定した値β以上のものとして、下線を付した Ｐ（Ｃ｜Ａ，Ｂ） Ｐ（Ｅ｜Ｃ，Ｄ） が求まる。要するに本例では、「Ａ，Ｂ→Ｃ」と「Ｃ，
Ｄ→Ｅ」の２パターンが第二の因果関係として求まって
いる。この第二の因果関係を、第一の因果関係に付加
し、全ての因果関係をネットワークで表現したのが図６
である。
の因果関係と称することとする。第二の因果関係は、原
因事象と結果事象の関係が多対一対応になっているもの
である。例えば、第一の因果関係として、 Ｘ→Ｚ Ｙ→Ｚ が求まった場合、第二の因果関係の候補として、 Ｘ，Ｙ→Ｚ Ｘ，ｎｏｔＹ→Ｚ ｎｏｔＸ，Ｙ→Ｚ ｎｏｔＸ，ｎｏｔＹ→Ｚ が挙げられる。そして、その発生確率が、ユーザが指定
した値β以上の場合を、第二の因果関係とするものであ
る。上記例で求めた第一の因果関係から求める第二の因
果関係の候補は、 Ａ，Ｂ→Ｃ Ａ，ｎｏｔＢ→Ｃ ｎｏｔＡ，Ｂ→Ｃ ｎｏｔＡ，ｎｏｔＢ→Ｃ Ｃ，Ｄ→Ｅ Ｃ，ｎｏｔＤ→Ｅ ｎｏｔＣ，Ｄ→Ｅ ｎｏｔＣ，ｎｏｔＤ→Ｅ の８パターンであり、これを条件付確率として表したも
のが図５である。この図５では、求めた条件付確率が、
ユーザが指定した値β以上のものとして、下線を付した Ｐ（Ｃ｜Ａ，Ｂ） Ｐ（Ｅ｜Ｃ，Ｄ） が求まる。要するに本例では、「Ａ，Ｂ→Ｃ」と「Ｃ，
Ｄ→Ｅ」の２パターンが第二の因果関係として求まって
いる。この第二の因果関係を、第一の因果関係に付加
し、全ての因果関係をネットワークで表現したのが図６
である。
【００３１】上述事項を踏まえて本実施形態の全体の処
理の流れを図７のフローチャートを参照して説明する。
理の流れを図７のフローチャートを参照して説明する。
【００３２】最初に、全事象の発生確率を求めることに
なる（ステップＳ７１０）。上記例によれば５つの事象
の発生確率、即ちＰ（Ａ）、Ｐ（Ｂ）、Ｐ（Ｃ）、Ｐ
（Ｄ）、Ｐ（Ｅ）を求めることになる。
なる（ステップＳ７１０）。上記例によれば５つの事象
の発生確率、即ちＰ（Ａ）、Ｐ（Ｂ）、Ｐ（Ｃ）、Ｐ
（Ｄ）、Ｐ（Ｅ）を求めることになる。
【００３３】次に、全事象に対してある事象Ａが発生し
た場合に他の事象Ｚが発生する条件付確率（ステップＳ
７２０ａ）、及び、ある事象Ａが発生しなかった場合に
他の事象Ｚが発生する条件付確率を求め（ステップＳ７
２０ｂ）、それがユーザが指示した値α（０＜＝α＜＝
１）)より大きいものを抽出し、それを第一の因果関係
とする（ステップＳ７２０ｃ）。上記Ａ、Ｂ、Ｃ、Ｄ、
Ｅの５事象の例では、図３に示す４０パターンの確率を
求めることになる。
た場合に他の事象Ｚが発生する条件付確率（ステップＳ
７２０ａ）、及び、ある事象Ａが発生しなかった場合に
他の事象Ｚが発生する条件付確率を求め（ステップＳ７
２０ｂ）、それがユーザが指示した値α（０＜＝α＜＝
１）)より大きいものを抽出し、それを第一の因果関係
とする（ステップＳ７２０ｃ）。上記Ａ、Ｂ、Ｃ、Ｄ、
Ｅの５事象の例では、図３に示す４０パターンの確率を
求めることになる。
【００３４】そして、第一の因果関係として求めた全て
の原因事象と結果事象の組合せの条件付確率を求め（ス
テップＳ７３０ａ）、それが、ユーザが指示した値β
（０＜＝β＜＝１）より大きいものを抽出し、第二の因
果関係とする（ステップＳ７３０ｂ）。上記Ａ、Ｂ、
Ｃ、Ｄ、Ｅの５事象の例では、図５に示す８個の確率を
求めることになる。
の原因事象と結果事象の組合せの条件付確率を求め（ス
テップＳ７３０ａ）、それが、ユーザが指示した値β
（０＜＝β＜＝１）より大きいものを抽出し、第二の因
果関係とする（ステップＳ７３０ｂ）。上記Ａ、Ｂ、
Ｃ、Ｄ、Ｅの５事象の例では、図５に示す８個の確率を
求めることになる。
【００３５】ここで、上記ステップＳ７１０乃至Ｓ７２
０ｃの処理については図８を、上記ステップＳ７３０ａ
及びＳ７３０ｂの処理については図を参照して詳述す
る。
０ｃの処理については図８を、上記ステップＳ７３０ａ
及びＳ７３０ｂの処理については図を参照して詳述す
る。
【００３６】先ず、図８を参照して第一の因果関係を求
める処理の流れを詳述する。制御部１１０は、例えばデ
ータベース１２２中に歩留りに関するレコードが存在し
ている場合（ステップＳ８０２のＹＥＳ）、データベー
ス１２２からレコードを１件読込む（ステップＳ８０
４）。そして、全事象に対してある事象Ｚが発生してい
たら、その発生回数Ｎ（Ｚ）をカウントアップする（ス
テップＳ８０６）。又、全事象に対してある事象Ａが発
生していた場合に、発生している他の事象Ｚの発生回数
Ｎ（Ｚ｜Ａ）をカウントアップする（ステップＳ８０
８）。更に、全事象に対してある事象Ａが発生していな
かった場合に、発生している他の事象Ｚの発生回数Ｎ
（Ｚ｜ｎｏｔＡ）をカウントアップする（ステップＳ８
１０）。そして、読込んだレコード数Ｒ（全レコード
数）をカウントアップする（ステップＳ８１２）。この
後、ステップＳ８０２の処理へ移行する。
める処理の流れを詳述する。制御部１１０は、例えばデ
ータベース１２２中に歩留りに関するレコードが存在し
ている場合（ステップＳ８０２のＹＥＳ）、データベー
ス１２２からレコードを１件読込む（ステップＳ８０
４）。そして、全事象に対してある事象Ｚが発生してい
たら、その発生回数Ｎ（Ｚ）をカウントアップする（ス
テップＳ８０６）。又、全事象に対してある事象Ａが発
生していた場合に、発生している他の事象Ｚの発生回数
Ｎ（Ｚ｜Ａ）をカウントアップする（ステップＳ８０
８）。更に、全事象に対してある事象Ａが発生していな
かった場合に、発生している他の事象Ｚの発生回数Ｎ
（Ｚ｜ｎｏｔＡ）をカウントアップする（ステップＳ８
１０）。そして、読込んだレコード数Ｒ（全レコード
数）をカウントアップする（ステップＳ８１２）。この
後、ステップＳ８０２の処理へ移行する。
【００３７】ステップＳ８０２にて全てのレコードを処
理したら（ステップＳ８０２のＮＯ）、全事象の発生確
率を「Ｐ（Ｚ）＝Ｎ（Ｚ）／Ｒ」にて求める（ステップ
Ｓ８１４。図７のＳ７１０に相当）。この後、全事象に
対してある事象Ａが発生した場合に、他の事象Ｚが発生
する条件付確率を「Ｐ（Ｚ｜Ａ）＝Ｎ（Ｚ｜Ａ）／Ｎ
（Ａ）」にて求める（ステップＳ８１６。図７のステッ
プ７２０ａに相当）。又、全事象に対してある事象Ａが
発生しなかった場合に、他の事象Ｚが発生する条件付確
率を「Ｐ（Ｚ｜Ａ）＝Ｎ（Ｚ｜ｎｏｔＡ）／（Ｒ−Ｎ
（Ａ））」にて求める（ステップＳ８１８。図７のステ
ップＳ７２０ｂに相当）。そして、ユーザが指示した値
αに対して、 Ｐ（Ｚ｜Ａ）＞＝α 又は Ｐ（Ｚ｜ｎｏｔＡ）＞＝α が成立する組合せを求め、これを第一の因果関係とする
（ステップＳ８２０。図７のステップＳ７２０ｃに相
当）。
理したら（ステップＳ８０２のＮＯ）、全事象の発生確
率を「Ｐ（Ｚ）＝Ｎ（Ｚ）／Ｒ」にて求める（ステップ
Ｓ８１４。図７のＳ７１０に相当）。この後、全事象に
対してある事象Ａが発生した場合に、他の事象Ｚが発生
する条件付確率を「Ｐ（Ｚ｜Ａ）＝Ｎ（Ｚ｜Ａ）／Ｎ
（Ａ）」にて求める（ステップＳ８１６。図７のステッ
プ７２０ａに相当）。又、全事象に対してある事象Ａが
発生しなかった場合に、他の事象Ｚが発生する条件付確
率を「Ｐ（Ｚ｜Ａ）＝Ｎ（Ｚ｜ｎｏｔＡ）／（Ｒ−Ｎ
（Ａ））」にて求める（ステップＳ８１８。図７のステ
ップＳ７２０ｂに相当）。そして、ユーザが指示した値
αに対して、 Ｐ（Ｚ｜Ａ）＞＝α 又は Ｐ（Ｚ｜ｎｏｔＡ）＞＝α が成立する組合せを求め、これを第一の因果関係とする
（ステップＳ８２０。図７のステップＳ７２０ｃに相
当）。
【００３８】続いて、図９のフローチャートを参照して
第二の因果関係を求める処理の流れを詳述する。制御部
１１０は、１２２中に歩留りに関するレコードが存在し
ている場合（ステップＳ９０２のＹＥＳ）、データベー
ス１２２からレコードを１件読込む（ステップＳ９０
４）。そして、第一の因果関係として求めた全ての原因
事象Ａ、Ｂ、Ｃ、…の組合せの発生回数Ｎ（Ａ，Ｂ，
Ｃ，…）をカウントアップする（ステップＳ９０６）。
上記Ａ、Ｂ、Ｃ、Ｄ、Ｅの５事象の例では、（Ａ、
Ｂ）、（Ａ、ｎｏｔＢ）、（ｎｏｔＡ、Ｂ）、（ｎｏｔ
Ａ、ｎｏｔＢ）、（Ｃ、Ｄ）、（Ｃ、ｎｏｔＤ）、（ｎ
ｏｔＣ、Ｄ）、（ｎｏｔＣ、ｎｏｔＤ） ８パターンの組合せの発生回数を求めることになる。
又、この時、結果事象Ｚが発生していたら、その発生回
数Ｎ（Ｚ｜Ａ，Ｂ，Ｃ，…）をカウントアップする（ス
テップＳ９０８）。上記全５事象の例では、 （Ａ、Ｂ、Ｃ） （Ａ、ｎｏｔＢ、Ｃ） （ｎｏｔＡ、Ｂ、Ｃ） （ｎｏｔＡ、ｎｏｔＢ、Ｃ） （Ｃ、Ｄ、Ｅ） （Ｃ、ｎｏｔＤ、Ｅ） （ｎｏｔＣ、Ｄ、Ｅ） （ｎｏｔＣ、ｎｏｔＤ、Ｅ） の８パターンの発生回数を求めることになる。この後、
ステップＳ９０２の処理に移行する。そして、ステップ
Ｓ９０２にて全てのレコードを処理したらステップＳ９
１０の処理に移行する。
第二の因果関係を求める処理の流れを詳述する。制御部
１１０は、１２２中に歩留りに関するレコードが存在し
ている場合（ステップＳ９０２のＹＥＳ）、データベー
ス１２２からレコードを１件読込む（ステップＳ９０
４）。そして、第一の因果関係として求めた全ての原因
事象Ａ、Ｂ、Ｃ、…の組合せの発生回数Ｎ（Ａ，Ｂ，
Ｃ，…）をカウントアップする（ステップＳ９０６）。
上記Ａ、Ｂ、Ｃ、Ｄ、Ｅの５事象の例では、（Ａ、
Ｂ）、（Ａ、ｎｏｔＢ）、（ｎｏｔＡ、Ｂ）、（ｎｏｔ
Ａ、ｎｏｔＢ）、（Ｃ、Ｄ）、（Ｃ、ｎｏｔＤ）、（ｎ
ｏｔＣ、Ｄ）、（ｎｏｔＣ、ｎｏｔＤ） ８パターンの組合せの発生回数を求めることになる。
又、この時、結果事象Ｚが発生していたら、その発生回
数Ｎ（Ｚ｜Ａ，Ｂ，Ｃ，…）をカウントアップする（ス
テップＳ９０８）。上記全５事象の例では、 （Ａ、Ｂ、Ｃ） （Ａ、ｎｏｔＢ、Ｃ） （ｎｏｔＡ、Ｂ、Ｃ） （ｎｏｔＡ、ｎｏｔＢ、Ｃ） （Ｃ、Ｄ、Ｅ） （Ｃ、ｎｏｔＤ、Ｅ） （ｎｏｔＣ、Ｄ、Ｅ） （ｎｏｔＣ、ｎｏｔＤ、Ｅ） の８パターンの発生回数を求めることになる。この後、
ステップＳ９０２の処理に移行する。そして、ステップ
Ｓ９０２にて全てのレコードを処理したらステップＳ９
１０の処理に移行する。
【００３９】即ち、第一の因果関係として求めた全ての
原因事象と結果事象の組合せの条件付確率を、「Ｐ（Ｚ
｜Ａ，Ｂ，Ｃ，…）＝Ｎ（Ｚ｜Ａ，Ｂ，Ｃ，…）／Ｎ
（Ａ，Ｂ，Ｃ，…）」にて求める（ステップＳ９１０。
図７のステップＳ７３０ａに相当）。上記Ａ、Ｂ、Ｃ、
Ｄ、Ｅの５事象の例だと、 Ｐ（Ｃ｜Ａ，Ｂ） Ｐ（Ｃ｜Ａ，ｎｏｔＢ） Ｐ（Ｃ｜ｎｏｔＡ，Ｂ） Ｐ（Ｃ｜ｎｏｔＡ，ｎｏｔＢ） Ｐ（Ｅ｜Ｃ，Ｄ） Ｐ（Ｅ｜Ｃ，ｎｏｔＤ） Ｐ（Ｅ｜ｎｏｔＣ，Ｄ） Ｐ（Ｅ｜ｎｏｔＣ，ｎｏｔＤ） の８パターンの確率を求めることになる。求めた条件付
確率のうち、ユーザが指示した値β以上のものを、第二
の因果関係とする（ステップＳ９２０。図７のステップ
Ｓ７３０ｂに相当）。
原因事象と結果事象の組合せの条件付確率を、「Ｐ（Ｚ
｜Ａ，Ｂ，Ｃ，…）＝Ｎ（Ｚ｜Ａ，Ｂ，Ｃ，…）／Ｎ
（Ａ，Ｂ，Ｃ，…）」にて求める（ステップＳ９１０。
図７のステップＳ７３０ａに相当）。上記Ａ、Ｂ、Ｃ、
Ｄ、Ｅの５事象の例だと、 Ｐ（Ｃ｜Ａ，Ｂ） Ｐ（Ｃ｜Ａ，ｎｏｔＢ） Ｐ（Ｃ｜ｎｏｔＡ，Ｂ） Ｐ（Ｃ｜ｎｏｔＡ，ｎｏｔＢ） Ｐ（Ｅ｜Ｃ，Ｄ） Ｐ（Ｅ｜Ｃ，ｎｏｔＤ） Ｐ（Ｅ｜ｎｏｔＣ，Ｄ） Ｐ（Ｅ｜ｎｏｔＣ，ｎｏｔＤ） の８パターンの確率を求めることになる。求めた条件付
確率のうち、ユーザが指示した値β以上のものを、第二
の因果関係とする（ステップＳ９２０。図７のステップ
Ｓ７３０ｂに相当）。
【００４０】以上が本実施形態の基本的な流れである。
【００４１】ところで、求まった因果関係の中には、
「当たり前」の因果関係が包含されることも想定され
る。例えば、Ｗという事象が１００％に近似する極めて
高い確率にて発生していた場合、Ｗを原因事象或いは結
果事象とした因果関係を求めることは無意味なことであ
る。加えて、ユーザに提供する因果関係の数をいたずら
に増加させ、分析を困難にしてしまうものである。この
ような事情を鑑み、図８のフローチャートで示される処
理の中に、任意に設定される最適値或いは適切値たる所
定値γ（但し、０＜＝γ＜＝１）より大きい発生確率を
示す事象を包含するものを第一の因果関係から除外する
処理ステップを、上記ステップＳ８２０の後に設けると
良いものである。
「当たり前」の因果関係が包含されることも想定され
る。例えば、Ｗという事象が１００％に近似する極めて
高い確率にて発生していた場合、Ｗを原因事象或いは結
果事象とした因果関係を求めることは無意味なことであ
る。加えて、ユーザに提供する因果関係の数をいたずら
に増加させ、分析を困難にしてしまうものである。この
ような事情を鑑み、図８のフローチャートで示される処
理の中に、任意に設定される最適値或いは適切値たる所
定値γ（但し、０＜＝γ＜＝１）より大きい発生確率を
示す事象を包含するものを第一の因果関係から除外する
処理ステップを、上記ステップＳ８２０の後に設けると
良いものである。
【００４２】又、ユーザが指示した値αが不適切に小さ
かった場合、不適切な第一の因果関係が多数求まってし
まう場合も想定される。この場合、メモリの使用量が莫
大なものになる共に処理時間も長時間になり、ユーザが
期待する時間内に第二の因果関係が求まらなくなってし
まう虞がある。このような事態については、求まった第
一の因果関係にある全ての原因事象と結果事象の組合せ
のうち、一つの結果事象の原因事象の数が、任意に設定
される最適値或いは適切値たる所定値ε（０＜＝ε＜＝
１）より大きい場合には、その原因事象と結果事象の組
合せの条件付確率を求めないようにする処理ステップ
を、上記ステップＳ９０６とステップＳ９０８との間に
設ければ良いものである。
かった場合、不適切な第一の因果関係が多数求まってし
まう場合も想定される。この場合、メモリの使用量が莫
大なものになる共に処理時間も長時間になり、ユーザが
期待する時間内に第二の因果関係が求まらなくなってし
まう虞がある。このような事態については、求まった第
一の因果関係にある全ての原因事象と結果事象の組合せ
のうち、一つの結果事象の原因事象の数が、任意に設定
される最適値或いは適切値たる所定値ε（０＜＝ε＜＝
１）より大きい場合には、その原因事象と結果事象の組
合せの条件付確率を求めないようにする処理ステップ
を、上記ステップＳ９０６とステップＳ９０８との間に
設ければ良いものである。
【００４３】更に、本発明実施形態では、ユーザが指示
した値αが不適切だった場合、不適切に多数或いは不適
切に少数の第一の因果関係が求まることがある。この場
合は、αの値を適切に調節し、適切な数の第一の因果関
係が求まるよう処理すれば良いものである。即ち、図８
の処理で求まった第一の因果関係の数が、所定値φ（但
し、０＜＝φ＜＝１）以上の場合には、所定値αの値を
０から１の範囲内で所定値Δだけ加算するよう構成すれ
ば良い。又、所定値ψ（但し、０＜＝ψ）以下の場合に
は、所定値αの値を０から１の範囲内で所定値Δ分だけ
減算するよう構成すれば良い。而して、図８の処理を最
初からやり直すステップを含めるものである。
した値αが不適切だった場合、不適切に多数或いは不適
切に少数の第一の因果関係が求まることがある。この場
合は、αの値を適切に調節し、適切な数の第一の因果関
係が求まるよう処理すれば良いものである。即ち、図８
の処理で求まった第一の因果関係の数が、所定値φ（但
し、０＜＝φ＜＝１）以上の場合には、所定値αの値を
０から１の範囲内で所定値Δだけ加算するよう構成すれ
ば良い。又、所定値ψ（但し、０＜＝ψ）以下の場合に
は、所定値αの値を０から１の範囲内で所定値Δ分だけ
減算するよう構成すれば良い。而して、図８の処理を最
初からやり直すステップを含めるものである。
【００４４】尚、本発明は、製造物の歩留り向上の為
に、計測機器から取得したデータ間の因果関係を求める
ためのものだけでなく、他のあらゆる領域のデータ間の
因果関係導出の為に適用できることは勿論である。
に、計測機器から取得したデータ間の因果関係を求める
ためのものだけでなく、他のあらゆる領域のデータ間の
因果関係導出の為に適用できることは勿論である。
【００４５】又、上述処理はコンピュータ読取り可能な
記憶媒体に、当該処理手順を記したプログラム情報を記
憶させ、この記憶媒体の内容をコンピュータが読込み上
述処理を実行させるよう構成しても良いことは勿論であ
る。
記憶媒体に、当該処理手順を記したプログラム情報を記
憶させ、この記憶媒体の内容をコンピュータが読込み上
述処理を実行させるよう構成しても良いことは勿論であ
る。
【００４６】
【発明の効果】以上詳記したように本発明によれば、計
測機器にて収集した歩留りに関係するデータ間の因果関
係を、適度なメモリサイズと適度な処理時間にて求める
ことができるようになり、以って歩留りを向上させる為
の適切な制御情報を提供できるものである。しかも、計
算機システムを大型化させることなく実現できるもので
ある。
測機器にて収集した歩留りに関係するデータ間の因果関
係を、適度なメモリサイズと適度な処理時間にて求める
ことができるようになり、以って歩留りを向上させる為
の適切な制御情報を提供できるものである。しかも、計
算機システムを大型化させることなく実現できるもので
ある。
【図１】本発明の実施形態に係わる因果関係導出システ
ムの概略構成を示すブロック図。
ムの概略構成を示すブロック図。
【図２】同実施形態に係わり、データ間の因果関係導出
の仕組みを機能的に示す概略図。
の仕組みを機能的に示す概略図。
【図３】同実施形態に係わり、全５事象４０パターンの
条件付確率を示す図。
条件付確率を示す図。
【図４】同実施形態に係わり、全５事象の条件付確率に
於いて値α以上のものについてネットワークにて示す
図。
於いて値α以上のものについてネットワークにて示す
図。
【図５】同実施形態に係わり、第一の因果関係から求め
る第二の因果関係の候補を条件付確率として示す図。
る第二の因果関係の候補を条件付確率として示す図。
【図６】同実施形態に係わり、全ての因果関係をネット
ワークにて表現した図。
ワークにて表現した図。
【図７】同実施形態に係わり、全体の処理の流れを示す
フローチャート。
フローチャート。
【図８】同実施形態に係わり、第一の因果関係を求める
処理の流れを示すフローチャート。
処理の流れを示すフローチャート。
【図９】同実施形態に係わり、第二の因果関係を求める
処理の流れを示すフローチャート。
処理の流れを示すフローチャート。
１００…サーバコンピュータ、１１０…制御部、１２２
…データベース、１２４…ファイル、１４０…因果関係
導出カーネル部、１５０…因果関係導出結果格納部、２
３０…因果関係導出カーネルインタフェース、３００…
計測機器。
…データベース、１２４…ファイル、１４０…因果関係
導出カーネル部、１５０…因果関係導出結果格納部、２
３０…因果関係導出カーネルインタフェース、３００…
計測機器。
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.7 識別記号 ＦＩ テーマコート゛(参考） Ｇ０６Ｆ 15/40 ３８０Ａ Ｆターム(参考） 3C042 RJ00 RJ02 RJ12 RJ13 5B049 BB07 CC21 EE03 EE05 EE12 GG04 GG07 GG09 5B075 KK03 KK07 KK13 KK33 ND03 ND23 NS01 PP30 PQ01 PQ20 PQ74 PR06 QM08 QP10 UU40 5H004 GA30 KD52 MA38 MA40 MA51 9A001 JJ44 KK37 KK54
Claims (10)
- 【請求項１】 計測機器等から収集された歩留り等に係
わる各種事象データを格納する記憶装置を接続する計算
機システムに於いて、 上記記憶装置に格納される全事象データに対して第一の
事象が発生した場合に、他の事象が発生する条件付確率
情報を求める手段と、 上記全事象に対して上記第一の事象が発生しない場合
に、他の事象が発生する条件付確率情報を求める手段
と、 上記両手段にて求めた条件付確率情報が第一の適正値以
上のものを事象間の第一の因果関係として抽出する手段
と、 この手段にて抽出された第一の因果関係にある全ての原
因事象と結果事象との組合せの条件付確率情報を求める
手段と、 この手段にて求めた条件付確率情報が第二の適正値以上
の事象を抽出する手段とを設けたことを特徴とするデー
タ間の因果関係導出システム。 - 【請求項２】 上記第一の事象の発生確率が第三の適正
値以上の場合、当該事象を包含するデータを上記第一の
因果関係から除去する手段を設けたことを特徴とする請
求項１記載のデータ間の因果関係導出システム。 - 【請求項３】 上記第一の因果関係にある全ての原因事
象と結果事象の組合せ中、一つの結果事象の原因事象の
数が、第四の適正値以上の場合、当該原因事象と結果事
象の組合せの条件付確率を求めないよう制御する手段を
設けたことを特徴とする請求項１記載のデータ間の因果
関係導出システム。 - 【請求項４】 上記第一の因果関係の数が第五の適正値
以上の場合、上記第一の適正値を増加させる手段を設
け、 上記第一の因果関係を再度求めるようにしたことを特徴
とする請求項１記載のデータ間の因果関係導出システ
ム。 - 【請求項５】 上記第一の因果関係の数が第六の適正値
以下の場合、上記第一の適正値を減少させる手段を設
け、 上記第一の因果関係を再度求めるようにしたことを特徴
とする請求項１記載のデータ間の因果関係導出システ
ム。 - 【請求項６】 計測機器等から収集された歩留り等に係
わる各種事象データを記憶装置に格納し、この記憶装置
に格納した上記各種事象データを解析する計算機システ
ムに於いて、 上記記憶装置に格納される全事象データに対して第一の
事象が発生した場合、他の事象が発生する条件付確率情
報を求めると共に、上記全事象に対して上記第一の事象
が発生しない場合、他の事象が発生する条件付確率情報
を求め、 上記求めた条件付確率情報が第一の適正値以上のものを
事象間の第一の因果関係として抽出し、 この抽出した第一の因果関係にある全ての原因事象と結
果事象との組合せの条件付確率情報を求め、 この求めた条件付確率情報が第二の適正値以上の事象を
抽出するようにしたことを特徴とするデータベースに於
ける因果関係導出方法。 - 【請求項７】 上記第一の事象の発生確率が第三の適正
値以上の場合、当該事象を包含するデータを上記第一の
因果関係から除去するようにしたことを特徴とする請求
項６記載のデータベースに於ける因果関係導出方法。 - 【請求項８】 上記第一の因果関係にある全ての原因事
象と結果事象の組合せ中、一つの結果事象の原因事象の
数が第四の適正値以上の場合、当該原因事象と結果事象
の組合せの条件付確率を求めないようにしたことを特徴
とする請求項６記載のデータベースに於ける因果関係導
出方法。 - 【請求項９】 上記第一の因果関係の数が第五の適正値
以上の場合、上記第一の適正値を増加させ、 上記第一の因果関係を再度求めるようにしたことを特徴
とする請求項６記載のデータベースに於ける因果関係導
出方法。 - 【請求項１０】 上記第一の因果関係の数が第六の適正
値以下の場合、上記第一の適正値を減少させ、 上記第一の因果関係を再度求めるようにしたことを特徴
とする請求項６記載のデータベースに於ける因果関係導
出方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP9745899A JP2000288877A (ja) | 1999-04-05 | 1999-04-05 | データ間の因果関係導出システム及びデータベースに於ける因果関係導出方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP9745899A JP2000288877A (ja) | 1999-04-05 | 1999-04-05 | データ間の因果関係導出システム及びデータベースに於ける因果関係導出方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2000288877A true JP2000288877A (ja) | 2000-10-17 |
Family
ID=14192874
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP9745899A Pending JP2000288877A (ja) | 1999-04-05 | 1999-04-05 | データ間の因果関係導出システム及びデータベースに於ける因果関係導出方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2000288877A (ja) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2013130929A (ja) * | 2011-12-20 | 2013-07-04 | Nec Corp | 因果関係要約方法、因果関係要約装置及び因果関係要約プログラム |
| EP2683190A1 (en) | 2012-06-07 | 2014-01-08 | Fujitsu Limited | Operation Monitoring Apparatus, Cause Event Estimating Method for the same, and Information Communication Network System |
| WO2017037901A1 (ja) * | 2015-09-02 | 2017-03-09 | 三菱電機株式会社 | シミュレーション装置及びシミュレーションプログラム |
| JP2019028619A (ja) * | 2017-07-27 | 2019-02-21 | 富士電機株式会社 | アラーム品質評価装置、アラーム品質評価方法及びアラーム品質評価プログラム |
| WO2022190560A1 (ja) * | 2021-03-10 | 2022-09-15 | オムロン株式会社 | 制御装置、制御システム、方法およびプログラム |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6118011A (ja) * | 1984-07-04 | 1986-01-25 | Hitachi Ltd | 機器故障診断方法 |
| JPH03137518A (ja) * | 1989-10-23 | 1991-06-12 | Komatsu Ltd | 故障診断装置 |
| JPH0674876A (ja) * | 1992-08-28 | 1994-03-18 | Kawasaki Steel Corp | 設備診断方法及び装置 |
| JPH076939A (ja) * | 1992-12-02 | 1995-01-10 | Hitachi Ltd | 生産管理システム |
| JPH10122917A (ja) * | 1996-10-23 | 1998-05-15 | Nippon Steel Corp | 設備及び製品プロセス異常状態の診断方法及び診断装置 |
| JPH113360A (ja) * | 1997-06-11 | 1999-01-06 | Hitachi Ltd | 大規模データ分析方法 |
| JPH1115815A (ja) * | 1997-06-26 | 1999-01-22 | Tsutomu Yasuma | コンピュータ装置を用いた情報解析方法、及び同方法を実現するためのプログラムを記録したコンピュータ読み取り可能な記録媒体 |
-
1999
- 1999-04-05 JP JP9745899A patent/JP2000288877A/ja active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6118011A (ja) * | 1984-07-04 | 1986-01-25 | Hitachi Ltd | 機器故障診断方法 |
| JPH03137518A (ja) * | 1989-10-23 | 1991-06-12 | Komatsu Ltd | 故障診断装置 |
| JPH0674876A (ja) * | 1992-08-28 | 1994-03-18 | Kawasaki Steel Corp | 設備診断方法及び装置 |
| JPH076939A (ja) * | 1992-12-02 | 1995-01-10 | Hitachi Ltd | 生産管理システム |
| JPH10122917A (ja) * | 1996-10-23 | 1998-05-15 | Nippon Steel Corp | 設備及び製品プロセス異常状態の診断方法及び診断装置 |
| JPH113360A (ja) * | 1997-06-11 | 1999-01-06 | Hitachi Ltd | 大規模データ分析方法 |
| JPH1115815A (ja) * | 1997-06-26 | 1999-01-22 | Tsutomu Yasuma | コンピュータ装置を用いた情報解析方法、及び同方法を実現するためのプログラムを記録したコンピュータ読み取り可能な記録媒体 |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2013130929A (ja) * | 2011-12-20 | 2013-07-04 | Nec Corp | 因果関係要約方法、因果関係要約装置及び因果関係要約プログラム |
| EP2683190A1 (en) | 2012-06-07 | 2014-01-08 | Fujitsu Limited | Operation Monitoring Apparatus, Cause Event Estimating Method for the same, and Information Communication Network System |
| US9100864B2 (en) | 2012-06-07 | 2015-08-04 | Fujitsu Limited | Operation monitoring apparatus, cause event estimating method for the same, and information communication network system |
| WO2017037901A1 (ja) * | 2015-09-02 | 2017-03-09 | 三菱電機株式会社 | シミュレーション装置及びシミュレーションプログラム |
| JPWO2017037901A1 (ja) * | 2015-09-02 | 2017-11-16 | 三菱電機株式会社 | シミュレーション装置及びシミュレーションプログラム |
| CN107636543A (zh) * | 2015-09-02 | 2018-01-26 | 三菱电机株式会社 | 仿真装置和仿真程序 |
| CN107636543B (zh) * | 2015-09-02 | 2019-03-12 | 三菱电机株式会社 | 仿真装置和计算机能读取的记录介质 |
| JP2019028619A (ja) * | 2017-07-27 | 2019-02-21 | 富士電機株式会社 | アラーム品質評価装置、アラーム品質評価方法及びアラーム品質評価プログラム |
| JP7163568B2 (ja) | 2017-07-27 | 2022-11-01 | 富士電機株式会社 | アラーム品質評価装置、アラーム品質評価方法及びアラーム品質評価プログラム |
| WO2022190560A1 (ja) * | 2021-03-10 | 2022-09-15 | オムロン株式会社 | 制御装置、制御システム、方法およびプログラム |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11604782B2 (en) | Systems and methods for scheduling concurrent summarization of indexed data | |
| US11416505B2 (en) | Querying an archive for a data store | |
| US11314733B2 (en) | Identification of relevant data events by use of clustering | |
| US20200160297A1 (en) | Tracking processed machine data | |
| US11995071B1 (en) | Assigning field values based on an identified extraction rule | |
| US20190065541A1 (en) | Event Time Selection Output Techniques | |
| US11755938B2 (en) | Graphical user interface indicating anomalous events | |
| US10567557B2 (en) | Automatically adjusting timestamps from remote systems based on time zone differences | |
| CN112966469A (zh) | 文档中的图表处理方法、装置、设备及存储介质 | |
| JP2000288877A (ja) | データ間の因果関係導出システム及びデータベースに於ける因果関係導出方法 | |
| CN115374504A (zh) | 基于bim的图元单项撤回方法、终端设备及存储介质 | |
| CN114297211A (zh) | 一种数据在线分析系统、方法、设备及存储介质 | |
| JP4513878B2 (ja) | 統計処理方法及び装置並びに統計処理方法のプログラム | |
| JP2017021463A (ja) | データベース関係性抽出システム及びデータベース関係性抽出方法 | |
| JP2518390B2 (ja) | システム性能監視方式 | |
| JP2005267036A (ja) | トレース出力制御方法およびトレースシステム | |
| CN118779151A (zh) | 一种数据库备份方法、装置、电子设备及存储介质 | |
| JP2024143671A (ja) | 情報処理装置、情報処理システム、および、情報処理方法 | |
| JP3574458B2 (ja) | データ評価システム | |
| CN116186280A (zh) | 一种知识图谱数据压缩解压方法及系统 | |
| CN112764996A (zh) | 一种数据库容灾环境下对目标库的会话监控的方法及装置 | |
| CN117909358A (zh) | 一种数据分析方法、装置、存储介质及电子设备 | |
| CN118585390A (zh) | 处理标准测试数据文件的方法、电子设备及存储介质 | |
| CN115934317A (zh) | 分布式数据处理方法、装置、电子设备及存储介质 | |
| JPS62111357A (ja) | 統計解析結果出力装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050317 |
|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20050318 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20060522 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20060704 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060904 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070220 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20070619 |