JP2008090762A - 分散した部品木から故障部品の組み合わせを求める方法、システム - Google Patents
分散した部品木から故障部品の組み合わせを求める方法、システム Download PDFInfo
- Publication number
- JP2008090762A JP2008090762A JP2006273514A JP2006273514A JP2008090762A JP 2008090762 A JP2008090762 A JP 2008090762A JP 2006273514 A JP2006273514 A JP 2006273514A JP 2006273514 A JP2006273514 A JP 2006273514A JP 2008090762 A JP2008090762 A JP 2008090762A
- Authority
- JP
- Japan
- Prior art keywords
- parts
- component
- attribute values
- failure
- information
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
- G06N5/022—Knowledge engineering; Knowledge acquisition
- G06N5/025—Extracting rules from data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
-
- 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
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S706/00—Data processing: artificial intelligence
- Y10S706/902—Application using ai with detail of the ai system
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Computational Linguistics (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Artificial Intelligence (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
Abstract
【解決手段】既知の故障製品の集合から分散した部品ツリー上の部品データに順にアクセスし、故障製品のなかで支持度の高い部品属性値を抽出する。この過程では、故障製品に使われている部品の部分集合も求める。これらの支持度の高い部品属性値、および故障製品に使われている部品集合は部品タイプをノードとするツリーとして表現する。次に、部品タイプのツリー上の支持度が高い2つの部品属性値に対して、その2つの部品属性値をとることが故障原因となるルールの情報利得を計算する。この計算は、2つの部品の共通の親部品に対して局所的に行い一定の情報利得があるものを故障原因として出力する。これらの2つの部品属性の選び方はツリー上の距離が近いものから評価し最初に見つかったものを故障原因の候補とする。
【選択図】図2
Description
部品の属性値を保持する部品表データから故障原因の候補となる部品属性値の組み合わせを求める方法であって、故障製品の集合から支持度が所定の値よりも高い部品属性値を抽出するステップと、前記支持度が所定の値よりも高い部品属性値の組み合わせが故障原因であるとするルールの情報利得を計算するステップと、前記情報利得が所定の閾値より大きいものを選択するステップと、を含む方法を提供する。
図2におけるシステムレベルの処理手順について説明する。生産された製品はすべてどのような部品から組みつけられているかという生産の履歴が保存されている。論理的には、図中の破線で示したようにある製品や部品に組みつけられている部品を木構造で表現し、部品を表す各ノードには、その部品が持つ製造上の特徴、すなわち、ロット番号、製造手段、場所、時間、作業者などの属性値を保存している。物理的には1つのデータベースにすべての部品の情報が保存されているのではなく、その部品を製造する工場やサプライヤが保存している。別のサプライヤの部品を検索(追跡)する場合は、自分のハード・ディスクの対応する箇所にそのサプライヤのネットワーク情報(ネットワーク上のアドレス)や部品IDが記録されているので、それを読み出し、ネットワークを通じて該当するサプライヤに情報取得を要求する。要求を受け取ったサプライヤは部品IDを基に該当する情報を自分のハード・ディスクから読み出し、結果をネットワーク上の通信により元の製品製造工場(OEM)や上位部品サプライヤに返す。論理的な木を複数のノードにまたがって追跡する場合も同様にこのような手順を繰り返すことによって情報取得を行う。更には、木のルート(すなわち製品)に向かってトレースすることもできる。これは、同様なネットワーク情報や部品IDが親のノード(部品)に対しても格納されていれば同様な手順で可能である。
故障した製品IDの集合をもらって、それぞれの故障製品に使われている部品を上記のシステム上で追跡し、部品の属性値で頻出するものを求める。詳細は以下の(ア)〜(ウ)のとおりである。
上記(1)で求めた頻出する属性値を持つ部品の任意の2つの組み合わせについて、その組み合わせにより故障するというルールが統計的に意味があるかどうかの情報利得を計算する。情報利得が高いものを選ぶと、故障原因と思われる2つの部品属性の組み合わせが求まる。詳細は以下の(ア)から(エ)のとおりである。
(オ)上記(2)の(エ)で計算した情報利得があらかじめ決められた閾値より大きければ、その2つの属性値を持つ部品が故障原因の可能性があるということで、製品製造工場システム10に結果を返信する。
(カ)そして、製品製造工場システム10は、上記(2)の(ア)(イ)および(オ)の受信を、すべての組み合わせについて繰り返し、受け取った答えをまとめて故障原因の可能性のある2つの部品とその属性値の組み合わせを得ることができる。
以下に、各CPUで連携して処理されるアルゴリズムの更に詳細を説明する。本明細書と図面で用いる記号は、次のように定義する。この定義中で、下線付きの文字は集合を表すものとする。
IG(F,P rq→P rq|”Lt()=L∧Lu()=M”)=H(F,P rq)−H(F,P rq”Lt()=L∧Lu()=M”)
本発明では、大きく2つのステップで課題を解決する。以下に、その基本アルゴリズムを示す。
故障製品に使われている部品集合(P ij|F )、その属性(L)、および、最小支持度(min−sup)を与えて、その集合に含まれる部品の属性値で最小支持度以上の支持度を持つ属性値の集合を返す。ただし、属性値の連結集合(連続したロット番号の集合など)が条件を満たす場合はそのような連結集合も値のひとつに入れる。
まず、2つの部品の共通の最小親ノード(共通の親ノードで2つの部品から最も近いノード)を求める。次に、2つの部品属性値を持つ部品集合をそれぞれの部品で求め、これらの2つの部品を両方とも使っているような共通の最小親ノードの部品集合を追跡によって求める。共通の最小親ノードの部品上で、ここで求めた2つの部品を両方とも使っている部品集合と第1のステップで求めてある故障製品に使われている部品集合の積から、この2つの属性値を同時にとることによって製品が故障するというエントロピーを計算する。更に、共通の最小親ノードの部品総集合と第1のステップで求めてある故障製品に使われている部品集合からルール適用前のエントロピーを求めることができる。これらのエントロピーの差から情報利得を計算することができる。情報利得が一定の値より高いものを故障原因の候補として出力する。
(4)部品C上のデータで、FIS導出ステップで既に求めてある故障製品に使われた部品やロットL、ロットMを使用している部品の集合から、部品Aと部品Bのロット番号がそれぞれL、Mのときに故障しているという情報利得を計算する。
とすると、−PlogP−(1−P)log(1−P)で計算できる。これは情報量のエントロピーの計算方法としてよく知られている。
とすると、同様に−1−Q)log(1−Q)−QlogQで計算できる。これらのエントロピーの差をとったものが情報利得である。これは、部品Aと部品Bのロット番号の組み合わせが製品が故障していることにどのくらい寄与しているかを表す。
図6は、自動車生産会社における、故障発見、解析、原因特定、リコール対象プロセスの実装例である。
実施例1と同様なプロセス(1〜4)により故障原因となる部品の組み合わせを発見することができる。このような情報から、製品開発のエンジニアが根本原因分析を実行することにより、より容易にエンジニアリング上の根本問題(例えば、2つの部品のエンジニアリング・パラメータ(寸法、出力など)の不一致など)を特定し、必要な対応(再設計、生産方法の変更など)を迅速に行うことができる。
(1)製造上の問題、あるいは、サプライヤロットの差異に起因する故障原因の発見
例:製造上のばらつきが原因で、たまたま2つの部品の組み合わせで発生するような故障。例えば、エンジンのピストンとシリンダ部品の直径サイズの不適合により予想外の磨耗が生じ、エンジンの異常振動となる。ピストンとシリンダの直径はサプライヤ(複数ある場合)、ロット番号、加工作業者、製造機械などによって決まる。特に、ロット番号は他の属性と相関する値を付与することが多いので、ロット番号を属性として本発明を適用することにより、ピストンとシリンダの特定の組み合わせで問題を起こすことがわかる。
例:同じくエンジンのピストンとシリンダの不適合。今度は、ピストンの設計を変更し、部品番号のマイナー番号が1つ増加したとする。ところが、設計変更により特定のロットのシリンダとの干渉が発生し最悪破損に至る。この場合は、部品番号も属性と考えると、シリンダのロット番号とピストンの部品番号を属性として組み合わせを発見することができる。なお、新製品の設計そのものの問題は、製造された製品全体に故障が発生するはずなので、本明細書での説明の対象外とする。
以下、本発明のシステムパフォーマンスの向上について試算する。ここでは、以下の前提条件を置く。
・ある車種で年間10万台生産(日に約300台)、完成製品車の部品管理は平均的に10年としておよそ100万台分である。
1*100*10*10*5
ある部品の組み合わせが故障することの情報利得を計算するのに、製品レベルまで逆トレースして計算することと、途中の共通親部品のレベルでローカルに計算することは同じではない。ここでは、実用上、この計算方法で問題がないことを議論する。
図11は、図2の情報処理システムの各データソースを情報処理装置1000とし、そのハードウェア構成を示したものである。以下は、コンピュータを典型とする情報処理装置として全般的な構成を説明するが、その環境に応じて必要最小限な構成を選択できることはいうまでもない。
11a、21a、31a、41a CPU
11b、21b、31b、41b 記憶部
11c、21c、31c、41c ネットワーク・コントローラ
12 ユーザ・インターフェース・コントローラ
20、30 1次サプライヤシステム
40 2次サプライヤシステム
50 ネットワーク
1000 情報処理装置
Claims (15)
- 部品の属性値を保持する部品表データから故障原因の候補となる部品属性値の組み合わせを求める方法であって、
故障製品の集合から支持度が所定の値よりも高い部品属性値を抽出するステップと、
前記支持度が所定の値よりも高い部品属性値の組み合わせが故障原因であるとするルールの情報利得を計算するステップと、
前記情報利得が所定の閾値より大きいものを選択するステップと、
を含む方法。 - 前記支持度が所定の値よりも高い部品属性値を抽出するステップにおいて、連続する属性値を1つの属性値とみなして前記部品属性値を選択する、請求項1に記載の方法。
- 前記支持度が所定の値よりも高い部品属性値を抽出するステップにおいて、各部品の前記故障製品に使われている部品の部分集合も合わせて求める、請求項1に記載の方法。
- 前記情報利得を計算するステップにおいて、各部品情報が異なる場所に分散している場合に、
2つの部品の共通の親部品の集合を、それぞれの属性値を持つ2つの部品から追跡して求め、
前記故障製品に使われている共通の親部品の前記部分集合から、2つの部品属性値を持つことが故障原因とするルールの情報利得を前記部品表データの一部の部分木情報だけを使って計算する、
請求項3に記載の方法。 - 前記所定の閾値の決定は、前記閾値を漸次増加させて部品属性値の組み合わせを絞り込む、請求項1に記載の方法。
- 部品の属性値を保持する部品表データから故障原因の候補となる部品属性値の組み合わせを求める情報システムであって、
故障製品の集合から支持度が所定の値よりも高い部品属性値を抽出する部品属性値抽出部と、
前記支持度が所定の値よりも高い部品属性値の組み合わせが故障原因であるとするルールの情報利得を計算する情報利得計算部と、
前記情報利得が所定の閾値より大きいものを選択する情報利得選択部と、
を備える情報システム。 - 前記部品属性値抽出部は、連続する属性値を1つの属性値とみなして前記部品属性値を選択する、請求項6に記載の情報システム。
- 前記部品属性値抽出部は、各部品の前記故障製品に使われている部品の部分集合も合わせて求める、請求項6に記載の情報システム。
- 前記情報利得計算部は、各部品情報が異なる場所に分散している場合に、
2つの部品の共通の親部品の集合を、それぞれの属性値を持つ2つの部品から追跡して求め、
前記故障製品に使われている共通の親部品の前記部分集合から、2つの部品属性値を持つことが故障原因とするルールの情報利得を前記部品表データの一部の部分木情報だけを使って計算する、
請求項8に記載の情報システム。 - 前記所定の閾値の決定は、前記閾値を漸次増加させて部品属性値の組み合わせを絞り込む、請求項6に記載の情報システム。
- 部品の属性値を保持する部品表データから故障原因の候補となる部品属性値の組み合わせを求めるコンピュータ・プログラムであって、
コンピュータに、
故障製品の集合から支持度が所定の値よりも高い部品属性値を抽出するステップと、
前記支持度が所定の値よりも高い部品属性値の組み合わせが故障原因であるとするルールの情報利得を計算するステップと、
前記情報利得が所定の閾値より大きいものを選択するステップと
を実行させるコンピュータ・プログラム。 - 前記支持度が所定の値よりも高い部品属性値を抽出するステップにおいて、連続する属性値を1つの属性値とみなして前記部品属性値を選択する、請求項11に記載のコンピュータ・プログラム。
- 前記支持度が所定の値よりも高い部品属性値を抽出するステップにおいて、各部品の前記故障製品に使われている部品の部分集合も合わせて求める、請求項11に記載のコンピュータ・プログラム。
- 前記情報利得を計算するステップにおいて、各部品情報が異なる場所に分散している場合に、
2つの部品の共通の親部品の集合を、それぞれの属性値を持つ2つの部品から追跡して求め、
前記故障製品に使われている共通の親部品の前記部分集合から、2つの部品属性値を持つことが故障原因とするルールの情報利得を前記部品表データの一部の部分木情報だけを使って計算する、
請求項13に記載のコンピュータ・プログラム。 - 前記所定の閾値の決定は、前記閾値を漸次増加させて部品属性値の組み合わせを絞り込む、請求項11に記載のコンピュータ・プログラム。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006273514A JP4162250B2 (ja) | 2006-10-05 | 2006-10-05 | 分散した部品木から故障部品の組み合わせを求める方法、システム |
US11/865,199 US7567948B2 (en) | 2006-10-05 | 2007-10-01 | Method and system for obtaining a combination of faulty parts from a dispersed parts tree |
US12/489,244 US7769706B2 (en) | 2006-10-05 | 2009-06-22 | Method and system for obtaining a combination of faulty parts from a dispersed parts tree |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006273514A JP4162250B2 (ja) | 2006-10-05 | 2006-10-05 | 分散した部品木から故障部品の組み合わせを求める方法、システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2008090762A true JP2008090762A (ja) | 2008-04-17 |
JP4162250B2 JP4162250B2 (ja) | 2008-10-08 |
Family
ID=39374812
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2006273514A Expired - Fee Related JP4162250B2 (ja) | 2006-10-05 | 2006-10-05 | 分散した部品木から故障部品の組み合わせを求める方法、システム |
Country Status (2)
Country | Link |
---|---|
US (2) | US7567948B2 (ja) |
JP (1) | JP4162250B2 (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011055436A1 (ja) * | 2009-11-04 | 2011-05-12 | 富士通株式会社 | 運用管理装置及び運用管理方法 |
JP2014170277A (ja) * | 2013-03-01 | 2014-09-18 | International Business Maschines Corporation | 情報処理装置、情報処理方法、及びプログラム |
JP2017068678A (ja) * | 2015-09-30 | 2017-04-06 | 株式会社牧野フライス製作所 | 工作機械の故障診断方法および工作機械の制御装置 |
JP7470919B2 (ja) | 2020-05-27 | 2024-04-19 | パナソニックIpマネジメント株式会社 | 情報処理方法、情報処理プログラム及び情報処理システム |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
IL142802A (en) * | 2000-04-27 | 2015-01-29 | Enzo Therapeutics Inc | Use of one or more HBV antigens for the preparation of oral pharmaceutical preparations for the treatment of a person with active HBV infection or hepatocellular carcinoma |
JP4234162B2 (ja) * | 2006-08-31 | 2009-03-04 | インターナショナル・ビジネス・マシーンズ・コーポレーション | 製品に仮想属性を割り当てるためのシステム、方法、およびプログラムならびに製品に発生した事象の原因をトレースするためのシステム、方法、およびプログラム |
TWI380391B (en) * | 2008-05-02 | 2012-12-21 | Inotera Memories Inc | Machine fault detection method |
US8112378B2 (en) | 2008-06-17 | 2012-02-07 | Hitachi, Ltd. | Methods and systems for performing root cause analysis |
US9311615B2 (en) | 2010-11-24 | 2016-04-12 | International Business Machines Corporation | Infrastructure asset management |
CN102567807B (zh) * | 2010-12-23 | 2016-01-13 | 上海亚太计算机信息系统有限公司 | 加油卡客户流失预测方法 |
US8935286B1 (en) * | 2011-06-16 | 2015-01-13 | The Boeing Company | Interactive system for managing parts and information for parts |
US20120323797A1 (en) * | 2011-06-17 | 2012-12-20 | Apple Inc. | System for back tracing a component used in manufacture |
JP6192325B2 (ja) * | 2013-03-22 | 2017-09-06 | キヤノン株式会社 | 撮像光学系及びそれを有する撮像装置 |
CN107025293A (zh) * | 2017-04-13 | 2017-08-08 | 广东电网有限责任公司电力科学研究院 | 一种电力二次设备缺陷数据挖掘方法及系统 |
DE102019201557A1 (de) * | 2019-02-07 | 2020-08-13 | Zf Friedrichshafen Ag | Verfahren und Vorrichtung zum automatisierten Identifizieren eines Produktfehlers eines Produkts und/oder zum automatisierten Identifizieren einer Produktfehlerursache des Produktfehlers |
CN114155627B (zh) * | 2021-12-13 | 2024-04-19 | 星河动力(北京)空间科技有限公司 | 多媒体记录系统 |
CN114691889B (zh) * | 2022-04-15 | 2024-04-12 | 中北大学 | 一种道岔转辙机故障诊断知识图谱构建方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04273540A (ja) | 1991-02-28 | 1992-09-29 | Canon Inc | 故障診断方法及び装置 |
JP2003050701A (ja) | 2001-08-06 | 2003-02-21 | Toyota Motor Corp | 故障原因特定過程支援装置 |
JP3818268B2 (ja) | 2003-03-05 | 2006-09-06 | セイコーエプソン株式会社 | アンダーフィル材の充填方法 |
JP2005122270A (ja) | 2003-10-14 | 2005-05-12 | Matsushita Electric Ind Co Ltd | 修理情報検索装置及び修理情報検索システム |
JP4237610B2 (ja) | 2003-12-19 | 2009-03-11 | 株式会社東芝 | 保守支援方法及びプログラム |
JP4020396B2 (ja) | 2004-05-11 | 2007-12-12 | インターナショナル・ビジネス・マシーンズ・コーポレーション | 製品を追跡するための装置及び方法 |
-
2006
- 2006-10-05 JP JP2006273514A patent/JP4162250B2/ja not_active Expired - Fee Related
-
2007
- 2007-10-01 US US11/865,199 patent/US7567948B2/en not_active Expired - Fee Related
-
2009
- 2009-06-22 US US12/489,244 patent/US7769706B2/en not_active Expired - Fee Related
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011055436A1 (ja) * | 2009-11-04 | 2011-05-12 | 富士通株式会社 | 運用管理装置及び運用管理方法 |
JPWO2011055436A1 (ja) * | 2009-11-04 | 2013-03-21 | 富士通株式会社 | 運用管理装置及び運用管理方法 |
US8650444B2 (en) | 2009-11-04 | 2014-02-11 | Fujitsu Limited | Operation management device and operation management method |
CN102597966B (zh) * | 2009-11-04 | 2014-08-20 | 富士通株式会社 | 运行管理装置以及运行管理方法 |
JP2014170277A (ja) * | 2013-03-01 | 2014-09-18 | International Business Maschines Corporation | 情報処理装置、情報処理方法、及びプログラム |
US9760611B2 (en) | 2013-03-01 | 2017-09-12 | International Business Machines Corporation | Identifying element relationships in a document |
JP2017068678A (ja) * | 2015-09-30 | 2017-04-06 | 株式会社牧野フライス製作所 | 工作機械の故障診断方法および工作機械の制御装置 |
JP7470919B2 (ja) | 2020-05-27 | 2024-04-19 | パナソニックIpマネジメント株式会社 | 情報処理方法、情報処理プログラム及び情報処理システム |
Also Published As
Publication number | Publication date |
---|---|
US7567948B2 (en) | 2009-07-28 |
US7769706B2 (en) | 2010-08-03 |
US20080147586A1 (en) | 2008-06-19 |
US20090271354A1 (en) | 2009-10-29 |
JP4162250B2 (ja) | 2008-10-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4162250B2 (ja) | 分散した部品木から故障部品の組み合わせを求める方法、システム | |
US11829365B2 (en) | Systems and methods for data quality monitoring | |
US20190279098A1 (en) | Behavior Analysis and Visualization for a Computer Infrastructure | |
WO2022083576A1 (zh) | 一种网络功能虚拟化设备运行数据的分析方法及装置 | |
US6714893B2 (en) | Enhanced concern indicator failure prediction system | |
US9053159B2 (en) | Non-conformance analysis using an associative memory learning agent | |
JP5532053B2 (ja) | 運用管理装置及び運用管理方法 | |
CN115989483A (zh) | 用于大型动态过程执行系统的自动根本原因分析与预测 | |
CN104769585A (zh) | 递归地遍历因特网和其他源以识别、收集、管理、评判和鉴定企业身份及相关数据的系统和方法 | |
CN110716539B (zh) | 一种故障诊断分析方法和装置 | |
US11704186B2 (en) | Analysis of deep-level cause of fault of storage management | |
CN114880405A (zh) | 一种基于数据湖的数据处理方法及系统 | |
JP7538272B2 (ja) | 機械学習モデル運用管理システム、運用管理方法及びコンピュータプログラム | |
US11824730B2 (en) | Methods and systems relating to impact management of information technology systems | |
EP3953836A1 (en) | Systems and methods for hierarchical process mining | |
US11838171B2 (en) | Proactive network application problem log analyzer | |
JPH11308222A (ja) | ネットワーク管理システム | |
US12073295B2 (en) | Machine learning model operation management system and method | |
US20230297332A1 (en) | Input table normalization systems | |
LYU et al. | Alarm-Based Root Cause Analysis Based on Weighted Fault Propagation Topology for Distributed Information Network | |
JPH11308221A (ja) | ネットワーク管理システム | |
CN117692308A (zh) | 一种设备之间高效率通信方法及装置 | |
CN117424794A (zh) | 根因定位方法、通信设备及计算机可读存储介质 | |
JP2024093270A (ja) | 作業内容提示方法、作業内容提示装置、および、作業内容提示システム | |
CN117290183A (zh) | 基于etl实现跨系统异常监控处理方法、装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20080116 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080129 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080227 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080430 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080618 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20080715 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
RD14 | Notification of resignation of power of sub attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7434 Effective date: 20080716 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20080718 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110801 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120801 Year of fee payment: 4 |
|
LAPS | Cancellation because of no payment of annual fees |