JP2009258890A - 影響要因特定装置 - Google Patents
影響要因特定装置 Download PDFInfo
- Publication number
- JP2009258890A JP2009258890A JP2008105634A JP2008105634A JP2009258890A JP 2009258890 A JP2009258890 A JP 2009258890A JP 2008105634 A JP2008105634 A JP 2008105634A JP 2008105634 A JP2008105634 A JP 2008105634A JP 2009258890 A JP2009258890 A JP 2009258890A
- Authority
- JP
- Japan
- Prior art keywords
- data
- influence factor
- variable
- variables
- identification method
- 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
- 238000000491 multivariate analysis Methods 0.000 claims abstract description 16
- 230000000295 complement effect Effects 0.000 claims abstract description 3
- 238000000034 method Methods 0.000 claims description 211
- 230000008569 process Effects 0.000 claims description 102
- 230000002950 deficient Effects 0.000 claims description 94
- 238000004519 manufacturing process Methods 0.000 claims description 77
- 238000012360 testing method Methods 0.000 claims description 65
- 238000004458 analytical method Methods 0.000 claims description 52
- 238000011156 evaluation Methods 0.000 claims description 33
- 238000007689 inspection Methods 0.000 claims description 27
- 238000006243 chemical reaction Methods 0.000 claims description 13
- 238000000513 principal component analysis Methods 0.000 claims description 13
- 239000000758 substrate Substances 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000000556 factor analysis Methods 0.000 claims description 12
- 230000008859 change Effects 0.000 claims description 10
- 238000003066 decision tree Methods 0.000 claims description 4
- 238000001134 F-test Methods 0.000 claims 1
- 230000004044 response Effects 0.000 abstract description 5
- 239000011159 matrix material Substances 0.000 description 41
- 238000012545 processing Methods 0.000 description 17
- 238000010586 diagram Methods 0.000 description 13
- 230000007547 defect Effects 0.000 description 11
- 238000011002 quantification Methods 0.000 description 10
- 238000003860 storage Methods 0.000 description 10
- 238000013500 data storage Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000000926 separation method Methods 0.000 description 5
- 230000006872 improvement Effects 0.000 description 4
- 238000007619 statistical method Methods 0.000 description 4
- 239000004973 liquid crystal related substance Substances 0.000 description 3
- 238000000611 regression analysis Methods 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000011158 quantitative evaluation Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
Images
Classifications
-
- 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
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Manufacturing & Machinery (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
Abstract
【解決手段】説明変数の中の量的変数からなる各データセットを、それぞれ上記説明変数の中の質的変数がもつ水準によって複数のセグメントに分離する(S101)。これにより、各セグメント毎に、そのセグメントとそのセグメントを補完する空欄とで量的変数として取り扱い得る疑似データセットをそれぞれ得る(S102)。疑似データセットの集合からなる説明変数と目的変数とに対して多変量解析手法を適用して、目的変数に影響する影響要因を特定する(S103)。
【選択図】図4
Description
この正規方程式において、
とする。この正規方程式を解くと、
と解が求まる。
林知己夫著「数量化の方法」、東洋経済新報社、1974年 田中豊、脇本和昌著「多変量統計解析法」、現代数学社、1983年
1種以上の質的変数および該質的変数に対応する1種以上の量的変数を含む説明変数に相当するデータと、上記説明変数によって説明される目的変数に相当するデータとを、これらの変数の変化によって複数セット含む分析対象データについて、上記説明変数のうち上記目的変数に影響する要因を特定する影響要因特定方法であって、
上記説明変数の中の上記量的変数からなる各データセットを、それぞれ上記説明変数の中の上記質的変数がもつ水準によって複数のセグメントに分離して、上記各セグメント毎に、そのセグメントとそのセグメントを補完する空欄とで量的変数として取り扱い得る疑似データセットをそれぞれ得、
上記疑似データセットの集合からなる説明変数と上記目的変数とに対して多変量解析手法を適用して、上記目的変数に影響する影響要因を特定する。
上記説明変数の中の上記量的変数からなる各データセットを複数のセグメントに分離する前に、
上記説明変数の中の或る質的変数がもつ或る水準を選択し、
上記説明変数に含まれた全てのデータセットをその水準によって複数のデータ群に分離し、
上記分離された複数のデータ群同士の間で、それらのデータ群が対応する上記目的変数の値同士の間に有意差があるか否かを判定し、上記有意差があるときのみその水準を採用することを特徴とする。
上記分析対象データは1つ以上の製造工程を含む製造プロセスに関するデータであり、
上記分析対象データに含まれた上記説明変数は、上記各製造工程の製造条件を記録したプロセスデータからなり、
上記目的変数は、上記製造プロセスによる製造品についての検査結果を質的変数または量的変数として記録したテストデータからなり、
上記各変数の変化は上記プロセスデータおよびテストデータの製造品毎の変化に相当することを特徴とする。
上記疑似データセットの集合からなる説明変数と上記目的変数とに対して多変量解析手法を適用するとき、
上記各疑似データセット毎に、その疑似データセット内のデータを上記テストデータの値に基づいて良品のデータと不良品のデータとに分類するとともに、上記良品のデータの平均値を算出して、その平均値でその疑似データセット内の空欄を埋め、
上記各疑似データセットの上記良品のデータの平均値が同一の基準点となるように、上記各疑似データセット内のデータを特徴量空間に変換し、
上記特徴量空間において上記不良品のデータに対応する点と上記基準点との距離に寄与している特徴量を抽出し、
上記抽出された特徴量に基づいて、上記テストデータに影響する上記プロセスデータ内の影響要因を特定することを特徴とする。
上記製造品が基板上に複数個製造されるようになっており、
上記テストデータの値に基づく良品と不良品との判別を上記基板毎に行うことを特徴とする。
上記製造品が基板上に複数個製造されるようになっており、
上記テストデータの値に基づく良品と不良品との判別を上記製造品毎に行うことを特徴とする。
1種以上の質的変数および該質的変数に対応する1種以上の量的変数を含む説明変数に相当するデータと、上記説明変数によって説明される目的変数に相当するデータとを、これらの変数の変化によって複数セット含む分析対象データについて、上記説明変数のうち上記目的変数に影響する要因を特定する影響要因特定装置であって、
上記説明変数の中の上記量的変数からなる各データセットを、それぞれ上記説明変数の中の上記質的変数がもつ水準によって複数のセグメントに分離して、上記各セグメント毎に、そのセグメントとそのセグメントを補完する空欄とで量的変数として取り扱い得る疑似データセットをそれぞれ得るデータ変換部と、
上記疑似データセットの集合からなる説明変数と上記目的変数とに対して多変量解析手法を適用して、上記目的変数に影響する影響要因を特定する影響要因分析部とを備える。
上記分析対象データは1つ以上の製造工程を含む製造プロセスに関するデータであり、
上記分析対象データに含まれた上記説明変数は、上記各製造工程の製造条件を記録したプロセスデータからなり、
上記目的変数は、上記製造プロセスによる製造品についての検査結果を質的変数または量的変数として記録したテストデータからなり、
上記各変数の変化は上記プロセスデータおよびテストデータの製造品毎の変化に相当し、
上記プロセスデータと上記テストデータとを関連付けて取得するデータ読込み部と、
上記影響要因分析部が特定した影響要因を表す表示を行う出力部とを備えたことを特徴とする。
上記プロセスデータ内の影響要因が確からしい程度を表す評価指標を算出する評価指標算出部を備え、
上記出力部は、その算出された評価指標に基づいて上記影響要因の候補を並べて出力することを特徴とする。
とする(N:データ数、P:変数の数)。そして、各疑似データセット毎に、その疑似データセット内のデータを上記テストデータの値に基づいて良品のデータと不良品のデータとに判別する。そして、そのデータ行列Xのうち、テストデータから良品と判定される製造品についてのデータ(以下「良品データ」という。)が作る部分行列Xgを、図8に示すように、
とする(Ng:正常な特性のデータ数)。また、そのデータ行列Xのうち、テストデータから不良品と判定される製造品についてのデータ(以下「不良品データ」という。)が作る部分行列Xbを、図9に示すように、
とする(Nb:特性不良となったデータ数)。
とする。また、図9に示した行列Xbにおいて、各疑似データセット毎に、その疑似データセットに対応する行列Xg中の疑似データセットの標準化に用いた上記平均値と標準偏差値とを用いて、標準化する。図11に示すように、この標準化により得られた行列を
とする。図10、図11では、図8、図9中でそれぞれ空欄となっていた箇所が、上記平均値を用いた上記標準化のおかげで、データ0になっていることが注目される。
と定義される(図18参照)。ここで、tは主成分得点からなるベクトル、つまりTRの行ベクトルである。また、
は主成分得点の共分散行列ΣTの逆行列である。xpは
の変数pに関するデータであり、スカラー量である。νpは第p変数に関する係数ベクトルの転置ベクトルであり、VRのp行と等しい。
である(図19参照)。これを用いて、行列Xgの全データの第p変数についてのT2統計量への寄与を算出し累計すると、
となる。さらに、これを、行列Xgの全データ、全変数についてのT2統計量への寄与の合計で除算して、規格化する。これにより、良品データの第p変数のT2統計量への寄与は、
として算出される(図21参照)。
である(図20参照)。これを用いて、行列Xbの全データの第p変数についてのT2統計量への寄与を算出し累計すると、
となる。さらに、これを、行列Xbの全データ、全変数についてのT2統計量への寄与の合計で除算して、規格化する。これにより、不良品データの第p変数のT2統計量への寄与は、
として算出される(図22参照)。
201 入力装置
202 ユーザーインタフェース
203 データ読込み部
204 データ処理部
205 評価値算出部
206 出力部
207 表示装置
208 プロセスデータ保管装置
213 テストデータ保管装置
220 本体
300 製造プロセス
Claims (18)
- 1種以上の質的変数および該質的変数に対応する1種以上の量的変数を含む説明変数に相当するデータと、上記説明変数によって説明される目的変数に相当するデータとを、これらの変数の変化によって複数セット含む分析対象データについて、上記説明変数のうち上記目的変数に影響する要因を特定する影響要因特定方法であって、
上記説明変数の中の上記量的変数からなる各データセットを、それぞれ上記説明変数の中の上記質的変数がもつ水準によって複数のセグメントに分離して、上記各セグメント毎に、そのセグメントとそのセグメントを補完する空欄とで量的変数として取り扱い得る疑似データセットをそれぞれ得、
上記疑似データセットの集合からなる説明変数と上記目的変数とに対して多変量解析手法を適用して、上記目的変数に影響する影響要因を特定する影響要因特定方法。 - 請求項1に記載の影響要因特定方法において、
上記説明変数の中の上記量的変数からなる各データセットを複数のセグメントに分離する前に、
上記説明変数の中の或る質的変数がもつ或る水準を選択し、
上記説明変数に含まれた全てのデータセットをその水準によって複数のデータ群に分離し、
上記分離された複数のデータ群同士の間で、それらのデータ群が対応する上記目的変数の値同士の間に有意差があるか否かを判定し、上記有意差があるときのみその水準を採用することを特徴とする影響要因特定方法。 - 請求項2に記載の影響要因特定方法において、
上記目的変数の値同士の間に有意差があるか否かを判定するとき、F検定、決定木分析、または相関ルールを用いることを特徴とする影響要因特定方法。 - 請求項1、2または3に記載の影響要因特定方法において、
上記分析対象データは1つ以上の製造工程を含む製造プロセスに関するデータであり、
上記分析対象データに含まれた上記説明変数は、上記各製造工程の製造条件を記録したプロセスデータからなり、
上記目的変数は、上記製造プロセスによる製造品についての検査結果を質的変数または量的変数として記録したテストデータからなり、
上記各変数の変化は上記プロセスデータおよびテストデータの製造品毎の変化に相当することを特徴とする影響要因特定方法。 - 請求項4に記載の影響要因特定方法において、
上記疑似データセットの集合からなる説明変数と上記目的変数とに対して多変量解析手法を適用するとき、
上記各疑似データセット毎に、その疑似データセット内のデータを上記テストデータの値に基づいて良品のデータと不良品のデータとに分類するとともに、上記良品のデータの平均値を算出して、その平均値でその疑似データセット内の空欄を埋め、
上記各疑似データセットの上記良品のデータの平均値が同一の基準点となるように、上記各疑似データセット内のデータを特徴量空間に変換し、
上記特徴量空間において上記不良品のデータに対応する点と上記基準点との距離に寄与している特徴量を抽出し、
上記抽出された特徴量に基づいて、上記テストデータに影響する上記プロセスデータ内の影響要因を特定することを特徴とする影響要因特定方法。 - 請求項5に記載の影響要因特定方法において、
上記各疑似データセット内のデータを特徴量空間に変換するとき、上記各疑似データセット内のデータを上記良品のデータの平均値が0かつ標準偏差が1となるように標準化した後、上記変換を行うことを特徴とする影響要因特定方法。 - 請求項5に記載の影響要因特定方法において、
上記プロセスデータ内の影響要因が確からしい程度を定量的に表す評価指標を算出し、算出された評価指標に基づいて上記影響要因を候補として並べて出力することを特徴とする影響要因特定方法。 - 請求項5に記載の影響要因特定方法において、
上記特徴量空間を主成分分析により得ることを特徴とする影響要因特定方法。 - 請求項8に記載の影響要因特定方法において、
上記特徴量空間において、上記基準点を基準とした上記不良品の各データによるホテリングのT2統計量への寄与を算出し、この寄与に基づいて、上記プロセスデータ内の影響要因が確からしい程度を定量的に表す評価指標を得ることを特徴とする影響要因特定方法。 - 請求項8に記載の影響要因特定方法において、
上記特徴量空間において、上記基準点を基準とした上記良品の各データによるホテリングのT2統計量への寄与と上記不良品の各データによるホテリングのT2統計量への寄与とをそれぞれ算出し、それらの寄与の比を表す値を、上記プロセスデータ内の影響要因が確からしい程度を定量的に表す評価指標とすることを特徴とする影響要因特定方法。 - 請求項8に記載の影響要因特定方法において、
上記特徴量空間において、上記基準点を基準とした上記不良品の各データによるホテリングのT2統計量への寄与が或る閾値に比べて小さいような変数を、上記影響要因の候補から除外することを特徴とする影響要因特定方法。 - 請求項5に記載の影響要因特定方法において、
上記製造品が基板上に複数個製造されるようになっており、
上記テストデータの値に基づく良品と不良品との判別を上記基板毎に行うことを特徴とする影響要因特定方法。 - 請求項5に記載の影響要因特定方法において、
上記製造品が基板上に複数個製造されるようになっており、
上記テストデータの値に基づく良品と不良品との判別を上記製造品毎に行うことを特徴とする影響要因特定方法。 - 1種以上の質的変数および該質的変数に対応する1種以上の量的変数を含む説明変数に相当するデータと、上記説明変数によって説明される目的変数に相当するデータとを、これらの変数の変化によって複数セット含む分析対象データについて、上記説明変数のうち上記目的変数に影響する要因を特定する影響要因特定装置であって、
上記説明変数の中の上記量的変数からなる各データセットを、それぞれ上記説明変数の中の上記質的変数がもつ水準によって複数のセグメントに分離して、上記各セグメント毎に、そのセグメントとそのセグメントを補完する空欄とで量的変数として取り扱い得る疑似データセットをそれぞれ得るデータ変換部と、
上記疑似データセットの集合からなる説明変数と上記目的変数とに対して多変量解析手法を適用して、上記目的変数に影響する影響要因を特定する影響要因分析部とを備えた影響要因特定装置。 - 請求項14に記載の影響要因特定装置において、
上記分析対象データは1つ以上の製造工程を含む製造プロセスに関するデータであり、
上記分析対象データに含まれた上記説明変数は、上記各製造工程の製造条件を記録したプロセスデータからなり、
上記目的変数は、上記製造プロセスによる製造品についての検査結果を質的変数または量的変数として記録したテストデータからなり、
上記各変数の変化は上記プロセスデータおよびテストデータの製造品毎の変化に相当し、
上記プロセスデータと上記テストデータとを関連付けて取得するデータ読込み部と、
上記影響要因分析部が特定した影響要因を表す表示を行う出力部とを備えたことを特徴とする影響要因特定装置。 - 請求項15に記載の影響要因特定装置において、
上記プロセスデータ内の影響要因が確からしい程度を表す評価指標を算出する評価指標算出部を備え、
上記出力部は、その算出された評価指標に基づいて上記影響要因の候補を並べて出力することを特徴とする影響要因特定装置。 - 請求項1から13までのいずれか一つに記載の影響要因特定方法をコンピュータに実行させるための影響要因特定プログラム。
- 請求項17に記載の影響要因特定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。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008105634A JP4394728B2 (ja) | 2008-04-15 | 2008-04-15 | 影響要因特定装置 |
CN2009801137314A CN102007510A (zh) | 2008-04-15 | 2009-04-14 | 影响要因特定方法 |
PCT/JP2009/057495 WO2009128442A1 (ja) | 2008-04-15 | 2009-04-14 | 影響要因特定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008105634A JP4394728B2 (ja) | 2008-04-15 | 2008-04-15 | 影響要因特定装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2009258890A true JP2009258890A (ja) | 2009-11-05 |
JP4394728B2 JP4394728B2 (ja) | 2010-01-06 |
Family
ID=41199132
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008105634A Expired - Fee Related JP4394728B2 (ja) | 2008-04-15 | 2008-04-15 | 影響要因特定装置 |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP4394728B2 (ja) |
CN (1) | CN102007510A (ja) |
WO (1) | WO2009128442A1 (ja) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017159701A1 (ja) * | 2016-03-15 | 2017-09-21 | 新日鐵住金株式会社 | 軌道状態評価方法、装置、及びプログラム |
WO2018226405A1 (en) * | 2017-06-09 | 2018-12-13 | Microsoft Technology Licensing, Llc | Automatic analysis of difference between multi-dimensional datasets |
EP3493126A1 (en) | 2017-11-30 | 2019-06-05 | Hitachi, Ltd. | Data analysis system and data analysis apparatus |
US10496730B2 (en) | 2014-03-14 | 2019-12-03 | Nec Corporation | Factor analysis device, factor analysis method, and factor analysis program |
JP2020154891A (ja) * | 2019-03-20 | 2020-09-24 | 株式会社 日立産業制御ソリューションズ | 外れ値要因推定支援装置、外れ値要因推定支援方法及び外れ値要因推定支援プログラム |
WO2021015093A1 (ja) * | 2019-07-19 | 2021-01-28 | パナソニックIpマネジメント株式会社 | 不調要因特定装置、不調予兆検知装置、不調要因特定方法及び不調予兆検知方法 |
JP2022015795A (ja) * | 2020-07-10 | 2022-01-21 | 株式会社日立製作所 | 原因分析システムおよび方法 |
US11580414B2 (en) | 2016-03-23 | 2023-02-14 | Nec Corporation | Factor analysis device, factor analysis method, and storage medium on which program is stored |
US11580197B2 (en) | 2018-01-22 | 2023-02-14 | Nec Corporation | Analysis system, analysis method, and recording medium |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6206692B2 (ja) * | 2014-06-20 | 2017-10-04 | 株式会社村田製作所 | 抜取データ処理装置、抜取データ処理方法及びコンピュータプログラム |
US10788817B2 (en) | 2015-08-06 | 2020-09-29 | Nec Corporation | Manufacturing process analysis device, manufacturing process analysis method, and recording medium whereupon manufacturing process analysis program is stored |
WO2018096683A1 (ja) * | 2016-11-28 | 2018-05-31 | 日本電気株式会社 | 要因分析方法、要因分析装置および要因分析プログラム |
KR20180131246A (ko) * | 2017-05-31 | 2018-12-10 | 주식회사 지오네트 | 빅데이터 분석을 통한 공정 관리 방법 |
JP7139625B2 (ja) * | 2017-08-04 | 2022-09-21 | 富士電機株式会社 | 要因分析システム、要因分析方法およびプログラム |
JP7265872B2 (ja) | 2019-01-25 | 2023-04-27 | 富士通株式会社 | 解析プログラム、解析装置、及び解析方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003114713A (ja) * | 2001-10-09 | 2003-04-18 | Nippon Steel Corp | 品質不良の原因解析方法 |
JP3897169B2 (ja) * | 2002-11-07 | 2007-03-22 | 富士電機ホールディングス株式会社 | 決定木生成方法およびモデル構造生成装置 |
JP4439803B2 (ja) * | 2002-12-03 | 2010-03-24 | 富士通マイクロエレクトロニクス株式会社 | 製造データ解析方法及びそれをコンピュータに実行させるプログラム |
JP4417897B2 (ja) * | 2005-09-14 | 2010-02-17 | 富士通マイクロエレクトロニクス株式会社 | 製造データ解析方法及び製造データ解析装置 |
JP2008072047A (ja) * | 2006-09-15 | 2008-03-27 | Omron Corp | モデル作成装置並びにプロセス異常分析装置およびそれらの方法並びにプログラム |
-
2008
- 2008-04-15 JP JP2008105634A patent/JP4394728B2/ja not_active Expired - Fee Related
-
2009
- 2009-04-14 WO PCT/JP2009/057495 patent/WO2009128442A1/ja active Application Filing
- 2009-04-14 CN CN2009801137314A patent/CN102007510A/zh active Pending
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10496730B2 (en) | 2014-03-14 | 2019-12-03 | Nec Corporation | Factor analysis device, factor analysis method, and factor analysis program |
CN108698622B (zh) * | 2016-03-15 | 2019-12-10 | 日本制铁株式会社 | 轨道状态评价方法、装置以及程序 |
WO2017159701A1 (ja) * | 2016-03-15 | 2017-09-21 | 新日鐵住金株式会社 | 軌道状態評価方法、装置、及びプログラム |
JPWO2017159701A1 (ja) * | 2016-03-15 | 2018-12-27 | 新日鐵住金株式会社 | 軌道状態評価方法、装置、及びプログラム |
CN108698622A (zh) * | 2016-03-15 | 2018-10-23 | 新日铁住金株式会社 | 轨道状态评价方法、装置以及程序 |
US11580414B2 (en) | 2016-03-23 | 2023-02-14 | Nec Corporation | Factor analysis device, factor analysis method, and storage medium on which program is stored |
US11308134B2 (en) | 2017-06-09 | 2022-04-19 | Microsoft Technology Licensing, Llc | Automatic analysis of difference between multi-dimensional datasets |
WO2018226405A1 (en) * | 2017-06-09 | 2018-12-13 | Microsoft Technology Licensing, Llc | Automatic analysis of difference between multi-dimensional datasets |
US11170332B2 (en) | 2017-11-30 | 2021-11-09 | Hitachi, Ltd. | Data analysis system and apparatus for analyzing manufacturing defects based on key performance indicators |
EP3493126A1 (en) | 2017-11-30 | 2019-06-05 | Hitachi, Ltd. | Data analysis system and data analysis apparatus |
US11580197B2 (en) | 2018-01-22 | 2023-02-14 | Nec Corporation | Analysis system, analysis method, and recording medium |
JP2020154891A (ja) * | 2019-03-20 | 2020-09-24 | 株式会社 日立産業制御ソリューションズ | 外れ値要因推定支援装置、外れ値要因推定支援方法及び外れ値要因推定支援プログラム |
WO2021015093A1 (ja) * | 2019-07-19 | 2021-01-28 | パナソニックIpマネジメント株式会社 | 不調要因特定装置、不調予兆検知装置、不調要因特定方法及び不調予兆検知方法 |
JP2022015795A (ja) * | 2020-07-10 | 2022-01-21 | 株式会社日立製作所 | 原因分析システムおよび方法 |
JP7181257B2 (ja) | 2020-07-10 | 2022-11-30 | 株式会社日立製作所 | 原因分析システムおよび方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102007510A (zh) | 2011-04-06 |
JP4394728B2 (ja) | 2010-01-06 |
WO2009128442A1 (ja) | 2009-10-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4394728B2 (ja) | 影響要因特定装置 | |
Jain et al. | Modeling and analysis of FMS performance variables by ISM, SEM and GTMA approach | |
JP5014500B1 (ja) | 異常要因特定方法および装置、上記異常要因特定方法をコンピュータに実行させるためのプログラム、並びに上記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 | |
JP5242959B2 (ja) | 異常要因特定方法およびシステム、上記異常要因特定方法をコンピュータに実行させるためのプログラム、並びに上記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 | |
US11170332B2 (en) | Data analysis system and apparatus for analyzing manufacturing defects based on key performance indicators | |
JP4739447B2 (ja) | 不良要因の分析表示方法および不良要因の分析表示装置 | |
Giannetti et al. | A novel variable selection approach based on co-linearity index to discover optimal process settings by analysing mixed data | |
JP4568786B2 (ja) | 要因分析装置および要因分析方法 | |
US7640131B2 (en) | Data analysis method for analyzing failure root causes for products | |
Jaeger et al. | Statistical and multivariate analysis of MS-based plant metabolomics data | |
WO2021199227A1 (ja) | エラー要因の推定装置及び推定方法 | |
US11347811B2 (en) | State analysis device, state analysis method, and storage medium | |
JP5501908B2 (ja) | 要因分析方法、要因分析装置、及び記録媒体 | |
WO2022091639A1 (ja) | 異常診断モデルの構築方法、異常診断方法、異常診断モデルの構築装置および異常診断装置 | |
JP7396213B2 (ja) | データ解析システム、データ解析方法及びデータ解析プログラム | |
CN115169832A (zh) | 一种基于曲线形态变化的敏感性分析方法及系统 | |
JP2010044605A (ja) | 鋼板製造実績データベース検索装置,鋼板製造実績データベース検索プログラム | |
JP7281708B2 (ja) | 不良品の発生に寄与する装置特定のための製造条件計算装置、製造条件計算方法及び製造条件計算プログラム | |
US8234001B2 (en) | Tool commonality and stratification analysis to enhance a production process | |
JP7223947B2 (ja) | 製造条件計算装置、製造条件計算方法及び製造条件計算プログラム | |
JP2008117380A (ja) | 診断プロセス支援方法とそのためのプログラム | |
CN114631122A (zh) | 半导体应用的协作学习模型 | |
WO2009081696A1 (ja) | データ解析装置、データ解析方法、およびプログラム | |
JP2012038012A (ja) | 不良要因抽出装置、不良要因抽出方法、プログラム、および記録媒体 | |
US20240095306A1 (en) | Information processing apparatus and information processing method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
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: 20090915 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20091015 |
|
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: 20121023 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131023 Year of fee payment: 4 |
|
LAPS | Cancellation because of no payment of annual fees |