JP4394728B2 - 影響要因特定装置 - Google Patents
影響要因特定装置 Download PDFInfo
- Publication number
- JP4394728B2 JP4394728B2 JP2008105634A JP2008105634A JP4394728B2 JP 4394728 B2 JP4394728 B2 JP 4394728B2 JP 2008105634 A JP2008105634 A JP 2008105634A JP 2008105634 A JP2008105634 A JP 2008105634A JP 4394728 B2 JP4394728 B2 JP 4394728B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- influence factor
- variables
- variable
- unit
- 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.)
- Expired - Fee Related
Links
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—Systems or methods specially adapted for 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
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装置であって、
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ており、
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記憶する第1の記憶部と、 上記第1の記憶部に記憶された各データセットを読み出し、読み出した各データセットを、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、
上記データ変換部によって得られた上記疑似データセットの集合を、新たな分析対象データとして記憶する第2の記憶部と、
上記第2の記憶部から上記疑似データセットの集合を読み出し、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、
上記影響要因分析部は、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
を指す。
上記データ変換部は、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T 2 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評価指標算出部を備えたことを特徴とする。
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、
上記影響要因分析部は、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、
上記影響要因分析部は、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 (14)
- 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ており、
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記憶する第1の記憶部と、 上記第1の記憶部に記憶された各データセットを読み出し、読み出した各データセットを、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、
上記データ変換部によって得られた上記疑似データセットの集合を、新たな分析対象データとして記憶する第2の記憶部と、
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、
上記影響要因分析部は、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装置。 - 請求項1に記載の影響要因特定装置において、
上記データ変換部は、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装置。 - 請求項2に記載の影響要因特定装置において、
上記データ変換部は、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装置。 - 請求項1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を備えたことを特徴とする影響要因特定装置。 - 請求項1に記載の影響要因特定装置において、
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を備えたことを特徴とする影響要因特定装置。 - 請求項1に記載の影響要因特定装置において、
上記影響要因分析部は、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装置。 - 請求項1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定量的に表す評価指標を算出する評価指標算出部を備えたことを特徴とする影響要因特定装置。 - 請求項1に記載の影響要因特定装置において、
上記影響要因分析部は、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装置。 - 請求項8に記載の影響要因特定装置において、
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評価指標算出部を備えたことを特徴とする影響要因特定装置。 - 請求項8に記載の影響要因特定装置において、
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評価指標算出部を備えたことを特徴とする影響要因特定装置。 - 請求項9または10に記載の影響要因特定装置において、
上記評価指標算出部は、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装置。 - 請求項1に記載の影響要因特定装置において、
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、
上記影響要因分析部は、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装置。 - 請求項1に記載の影響要因特定装置において、
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、
上記影響要因分析部は、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装置。 - 請求項7、9、10または11に記載の影響要因特定装置において、
上記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出力部を備えたことを特徴とする影響要因特定装置。
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 |
PCT/JP2009/057495 WO2009128442A1 (ja) | 2008-04-15 | 2009-04-14 | 影響要因特定方法 |
CN2009801137314A CN102007510A (zh) | 2008-04-15 | 2009-04-14 | 影响要因特定方法 |
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 JP2009258890A (ja) | 2009-11-05 |
JP4394728B2 true 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 (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018221948A1 (ko) * | 2017-05-31 | 2018-12-06 | 주식회사 지오네트 | 빅데이터 분석을 통한 공정 관리 방법 |
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 |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015136586A1 (ja) | 2014-03-14 | 2015-09-17 | 日本電気株式会社 | 要因分析装置、要因分析方法および要因分析プログラム |
CN106462148B (zh) * | 2014-06-20 | 2019-06-14 | 株式会社村田制作所 | 抽样数据处理装置、抽样数据处理方法及计算机可读取介质 |
ES2929009T3 (es) * | 2016-03-15 | 2022-11-24 | Nippon Steel Corp | Método, dispositivo y programa de evaluación del estado de una vía |
US11580414B2 (en) | 2016-03-23 | 2023-02-14 | Nec Corporation | Factor analysis device, factor analysis method, and storage medium on which program is stored |
JP6835098B2 (ja) * | 2016-11-28 | 2021-02-24 | 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 |
CN109033104B (zh) | 2017-06-09 | 2022-05-13 | 微软技术许可有限责任公司 | 对多维数据集之间的差异的自动分析 |
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 |
JP6942617B2 (ja) | 2017-11-30 | 2021-09-29 | 株式会社日立製作所 | データ分析システムおよびデータ分析装置 |
US11580197B2 (en) | 2018-01-22 | 2023-02-14 | Nec Corporation | Analysis system, analysis method, and recording medium |
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 |
JP6719612B1 (ja) * | 2019-03-20 | 2020-07-08 | 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 |
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 |
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 CN CN2009801137314A patent/CN102007510A/zh active Pending
- 2009-04-14 WO PCT/JP2009/057495 patent/WO2009128442A1/ja active Application Filing
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
WO2018221948A1 (ko) * | 2017-05-31 | 2018-12-06 | 주식회사 지오네트 | 빅데이터 분석을 통한 공정 관리 방법 |
Also Published As
Publication number | Publication date |
---|---|
JP2009258890A (ja) | 2009-11-05 |
WO2009128442A1 (ja) | 2009-10-22 |
CN102007510A (zh) | 2011-04-06 |
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 | |
JP6972269B2 (ja) | サプライヤー評価装置及びサプライヤー評価方法 | |
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 | |
JP2006318263A (ja) | 情報分析システム、情報分析方法及びプログラム | |
JP4568786B2 (ja) | 要因分析装置および要因分析方法 | |
CN112036426A (zh) | 利用高维传感器数据的多数表决进行无监督异常检测和责任的方法和系统 | |
CN112579640A (zh) | 用于生产异常检测的方法和设备 | |
US20070244658A1 (en) | Data analysis method | |
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 | |
JP5248238B2 (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 | |
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 | |
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 | |
CN115169832A (zh) | 一种基于曲线形态变化的敏感性分析方法及系统 | |
JP2012063928A (ja) | 要因分析方法、要因分析装置、及び記録媒体 | |
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 | |
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 | |
JP2008117380A (ja) | 診断プロセス支援方法とそのためのプログラム | |
JP2018005588A (ja) | 不良原因探索システム、及び不良要因探索方法 | |
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 |
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 |