JP7225688B2 - 解析装置、解析方法、および解析プログラム - Google Patents
解析装置、解析方法、および解析プログラム Download PDFInfo
- Publication number
- JP7225688B2 JP7225688B2 JP2018208126A JP2018208126A JP7225688B2 JP 7225688 B2 JP7225688 B2 JP 7225688B2 JP 2018208126 A JP2018208126 A JP 2018208126A JP 2018208126 A JP2018208126 A JP 2018208126A JP 7225688 B2 JP7225688 B2 JP 7225688B2
- Authority
- JP
- Japan
- Prior art keywords
- explanatory variables
- explanatory
- variable
- analysis
- variables
- 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.)
- Active
Links
- 238000004458 analytical method Methods 0.000 title claims description 131
- 238000000034 method Methods 0.000 claims description 35
- 238000003860 storage Methods 0.000 claims description 26
- 238000010586 diagram Methods 0.000 claims description 22
- 238000003066 decision tree Methods 0.000 claims description 21
- 238000009795 derivation Methods 0.000 claims description 16
- 230000000694 effects Effects 0.000 claims description 10
- 238000006243 chemical reaction Methods 0.000 claims 1
- 230000007547 defect Effects 0.000 description 20
- 230000006870 function Effects 0.000 description 10
- 238000001746 injection moulding Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000010801 machine learning Methods 0.000 description 7
- 238000004519 manufacturing process Methods 0.000 description 7
- 238000013500 data storage Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 239000004065 semiconductor Substances 0.000 description 5
- 239000000463 material Substances 0.000 description 4
- 238000007405 data analysis Methods 0.000 description 3
- 230000010365 information processing Effects 0.000 description 3
- 239000000284 extract Substances 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000008241 heterogeneous mixture Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
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
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
本発明の第1の実施形態について図を参照して詳細に説明する。図1は、本実施形態の不良解析装置の構成の概要を示したものである。本実施形態の不良解析装置は、予測モデル導出手段1と、順位決定手段2と、出力手段3を備えている。予測モデル導出手段1は、入力された解析用のデータを基に、決定木形式のルールに基づいた場合分けによって、異なる説明変数の組み合わせからなる線形予測モデルを導出し、説明変数ごとの係数を算出する。順位決定手段2は、予測モデル導出手段1が算出した説明変数の係数を基に、目的変数に与える影響の説明変数ごとの順位を決定する。出力手段3は、説明変数と、説明変数ごとに決定された順位の情報を関連づけて出力する。
本発明の第2の実施形態について図を参照して詳細に説明する。図2は、本実施形態の不良解析システムの構成の概要を示したものである。本実施形態の不良解析システムは、不良解析装置10と、入力装置20と、表示装置30を備えている。本実施形態の解析システムは、製品の製造等に関わる各データに基づいて、機械学習によって不良の要因解析を行い、不良の発生に与える影響が大きい要因を提示するシステムである。
2 順位決定手段
3 出力手段
10 不良解析装置
11 データ入力部
12 不良解析部
13 解析結果出力部
14 記憶部
20 入力装置
30 表示装置
101 予測モデル導出部
102 順位決定部
103 解析結果生成部
111 データ記憶部
112 データベース記憶部
Claims (10)
- 入力された解析用のデータを基に、決定木形式のルールに基づいた場合分けによって、異なる説明変数の組み合わせからなる線形予測モデルを導出し、前記説明変数ごとの係数を算出する予測モデル導出手段と、
前記予測モデル導出手段が算出した前記説明変数の係数の数が多い前記説明変数ほど優先順位が高くなるように、目的変数に与える影響の前記説明変数ごとの順位を決定する順位決定手段と、
前記説明変数と、前記説明変数ごとに決定された前記順位の情報を、関連づけて出力する出力手段と
を備えることを特徴とする解析装置。 - 入力された解析用のデータを基に、決定木形式のルールに基づいた場合分けによって、異なる説明変数の組み合わせからなる線形予測モデルを導出し、前記説明変数ごとの係数を算出する予測モデル導出手段と、
前記予測モデル導出手段が算出した前記説明変数の係数の分散値が低い前記説明変数ほど優先順位が高くなるように、目的変数に与える影響の前記説明変数ごとの順位を決定する順位決定手段と、
前記説明変数と、前記説明変数ごとに決定された前記順位の情報を、関連づけて出力する出力手段と
を備えることを特徴とする解析装置。 - 入力された解析用のデータを基に、決定木形式のルールに基づいた場合分けによって、異なる説明変数の組み合わせからなる線形予測モデルを導出し、前記説明変数ごとの係数を算出する予測モデル導出手段と、
前記予測モデル導出手段が算出した前記説明変数の係数を基に、目的変数に与える影響の前記説明変数ごとの順位を決定する順位決定手段と、
前記説明変数と、前記説明変数ごとに決定された前記順位の情報を、関連づけて出力する出力手段と、
前記説明変数と対応する要因を関連づけたデータベースを保存しているデータベース記憶手段と、
前記データベースを基に前記説明変数を対応する要因に変換する変換手段とを備え、
前記出力手段は、特性要因図上において、前記説明変数それぞれに対応する前記要因と前記順位を関連づけて表示する表示データを出力することを特徴とする解析装置。 - 前記順位決定手段は、係数の絶対値の和が大きい前記説明変数ほど優先順位が高くなるように前記順位を設定することを特徴とする請求項3に記載の解析装置。
- コンピュータが、
入力された解析用のデータを基に、決定木形式のルールに基づいた場合分けによって、異なる説明変数の組み合わせからなる線形予測モデルを導出し、
前記説明変数ごとの係数を算出し、
算出した前記説明変数の係数の数が多い前記説明変数ほど優先順位が高くなるように、目的変数に与える影響の前記説明変数ごとの順位を決定し、
前記説明変数と、前記説明変数ごとに決定された前記順位の情報を、関連づけて出力することを特徴とする解析方法。 - コンピュータが、
入力された解析用のデータを基に、決定木形式のルールに基づいた場合分けによって、異なる説明変数の組み合わせからなる線形予測モデルを導出し、
前記説明変数ごとの係数を算出し、
算出した前記説明変数の係数の分散値が低い前記説明変数ほど優先順位が高くなるように、目的変数に与える影響の前記説明変数ごとの順位を決定し、
前記説明変数と、前記説明変数ごとに決定された前記順位の情報を、関連づけて出力することを特徴とする解析方法。 - コンピュータが、
入力された解析用のデータを基に、決定木形式のルールに基づいた場合分けによって、異なる説明変数の組み合わせからなる線形予測モデルを導出し、
前記説明変数ごとの係数を算出し、
算出した前記説明変数の係数を基に、目的変数に与える影響の前記説明変数ごとの順位を決定し、
前記説明変数と、前記説明変数ごとに決定された前記順位の情報を関連づけて出力し、
前記説明変数と対応する要因を関連づけたデータベースを保存し、
前記データベースを基に前記説明変数を対応する要因に変換し、
特性要因図上において、前記説明変数それぞれに対応する前記要因と前記順位を関連づけて表示する表示データを出力することを特徴とする解析方法。 - 入力された解析用のデータを基に、決定木形式のルールに基づいた場合分けによって、異なる説明変数の組み合わせからなる線形予測モデルを導出し、前記説明変数ごとの係数を算出する処理と、
算出した前記説明変数の係数の数が多い前記説明変数ほど優先順位が高くなるように目的変数に与える影響の前記説明変数ごとの順位を決定する処理と、
前記説明変数と、前記説明変数ごとに決定された前記順位の情報を、関連づけて出力する処理と
をコンピュータに実行させることを特徴とする解析プログラム。 - 入力された解析用のデータを基に、決定木形式のルールに基づいた場合分けによって、異なる説明変数の組み合わせからなる線形予測モデルを導出し、前記説明変数ごとの係数を算出する処理と、
算出した前記説明変数の係数の分散値が低い前記説明変数ほど優先順位が高くなるように、目的変数に与える影響の前記説明変数ごとの順位を決定する処理と、
前記説明変数と、前記説明変数ごとに決定された前記順位の情報を、関連づけて出力する処理と
をコンピュータに実行させることを特徴とする解析プログラム。 - 入力された解析用のデータを基に、決定木形式のルールに基づいた場合分けによって、異なる説明変数の組み合わせからなる線形予測モデルを導出し、前記説明変数ごとの係数を算出する処理と、
算出した前記説明変数の係数を基に、目的変数に与える影響の前記説明変数ごとの順位を決定する処理と、
前記説明変数と、前記説明変数ごとに決定された前記順位の情報を、関連づけて出力する処理と、
前記説明変数と対応する要因を関連づけたデータベースを保存する処理と、
前記データベースを基に前記説明変数を対応する要因に変換する処理と、
特性要因図上において、前記説明変数それぞれに対応する前記要因と前記順位を関連づけて表示する表示データを出力する処理と
をコンピュータに実行させることを特徴とする解析プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018208126A JP7225688B2 (ja) | 2018-11-05 | 2018-11-05 | 解析装置、解析方法、および解析プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018208126A JP7225688B2 (ja) | 2018-11-05 | 2018-11-05 | 解析装置、解析方法、および解析プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020077033A JP2020077033A (ja) | 2020-05-21 |
JP7225688B2 true JP7225688B2 (ja) | 2023-02-21 |
Family
ID=70724047
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018208126A Active JP7225688B2 (ja) | 2018-11-05 | 2018-11-05 | 解析装置、解析方法、および解析プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7225688B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
JP7518362B2 (ja) | 2020-08-04 | 2024-07-18 | 富士通株式会社 | 予測モデル利用支援プログラム、予測モデル利用支援方法、および予測モデル利用支援システム |
WO2023166584A1 (ja) * | 2022-03-02 | 2023-09-07 | 株式会社アドバンテスト | 半導体試験結果分析装置、半導体試験結果分析方法およびコンピュータプログラム |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016063446A1 (ja) | 2014-10-24 | 2016-04-28 | 日本電気株式会社 | 説明変数表示優先順位決定システム、方法およびプログラム |
WO2016079972A1 (ja) | 2014-11-19 | 2016-05-26 | 日本電気株式会社 | 要因分析装置、要因分析方法と記録媒体、及び、要因分析システム |
WO2016132684A1 (ja) | 2015-02-18 | 2016-08-25 | 日本電気株式会社 | 影響度可視化システム、方法およびプログラム |
WO2017163277A1 (ja) | 2016-03-25 | 2017-09-28 | 日本電気株式会社 | 情報処理システム、情報処理方法および情報処理プログラム |
JP2018151883A (ja) | 2017-03-13 | 2018-09-27 | 株式会社東芝 | 解析装置、解析方法、及び、プログラム |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11250135A (ja) * | 1998-03-02 | 1999-09-17 | Hitachi Ltd | 情報システム |
-
2018
- 2018-11-05 JP JP2018208126A patent/JP7225688B2/ja active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016063446A1 (ja) | 2014-10-24 | 2016-04-28 | 日本電気株式会社 | 説明変数表示優先順位決定システム、方法およびプログラム |
WO2016079972A1 (ja) | 2014-11-19 | 2016-05-26 | 日本電気株式会社 | 要因分析装置、要因分析方法と記録媒体、及び、要因分析システム |
WO2016132684A1 (ja) | 2015-02-18 | 2016-08-25 | 日本電気株式会社 | 影響度可視化システム、方法およびプログラム |
WO2017163277A1 (ja) | 2016-03-25 | 2017-09-28 | 日本電気株式会社 | 情報処理システム、情報処理方法および情報処理プログラム |
JP2018151883A (ja) | 2017-03-13 | 2018-09-27 | 株式会社東芝 | 解析装置、解析方法、及び、プログラム |
Also Published As
Publication number | Publication date |
---|---|
JP2020077033A (ja) | 2020-05-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7225688B2 (ja) | 解析装置、解析方法、および解析プログラム | |
US11216741B2 (en) | Analysis apparatus, analysis method, and non-transitory computer readable medium | |
JP4764502B2 (ja) | プロセスの分析に必要な評価を行うための方法および装置 | |
CN114444986B (zh) | 产品分析方法及系统及装置及介质 | |
KR101227359B1 (ko) | 매개변수형 사출 성형 시스템 및 방법 | |
KR102564629B1 (ko) | 공간 왜곡 유사도를 사용하는 툴 오류 분석 | |
JP4394728B2 (ja) | 影響要因特定装置 | |
JP7102941B2 (ja) | 情報処理方法、情報処理装置、及びプログラム | |
US20230011901A1 (en) | Systems and methods for anomaly recognition and detection using lifelong deep neural networks | |
KR20170008251A (ko) | 제조 프로세스를 모델링 및/또는 분석하기 위한 시스템 및 방법 | |
JP7502345B2 (ja) | 製品不良要因を分析するシステム及び方法、コンピュータ可読媒体 | |
JP2020042519A (ja) | 異常検知装置、異常検知方法、及び異常検知プログラム | |
JP2022074890A (ja) | 異常判定装置、学習装置及び異常判定方法 | |
CN115146875A (zh) | 基于历史数据的工艺参数推荐方法、设备、系统及介质 | |
US20070244658A1 (en) | Data analysis method | |
Chen et al. | Big data analytic for multivariate fault detection and classification in semiconductor manufacturing | |
WO2015163322A1 (ja) | データ分析装置、データ分析方法およびプログラム | |
US10846312B2 (en) | Selection apparatus, selection method and selection program | |
WO2022085350A1 (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 | |
JP5447831B2 (ja) | 診断装置および診断方法 | |
JP7439467B2 (ja) | 情報処理装置、情報処理システム、モデルの学習方法 | |
US20110077765A1 (en) | Tool commonality and stratification analysis to enhance a production process | |
WO2022195825A1 (ja) | 運転改善支援プログラム、運転改善支援装置および運転改善支援方法 | |
Sand et al. | Holistic production analysis for actuator manufacturing using data mining | |
CN117341261B (zh) | 一种伺服直驱螺旋压力机智能控制方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211015 |
|
RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7421 Effective date: 20211015 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220830 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220831 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221006 |
|
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: 20230110 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230123 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7225688 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |