2024.03/27 TMの効用

昨日の技術情報協会のセミナーを受講できなかった方は、弊社へご相談ください。ゴム・プラスチックのトラブルで悩まれている方は、是非お問い合わせいただきたい。

このようなトラブル防止には、ロバストの高い材料開発が必要になる。すなわち、マテリアルズ・インフォマティクスでそれを効率化すると良いのだが、どのように行えばよいのか。

データサイエンスを技術開発に適用しようとする時に、まず行わなければいけないのは、どのようなデータを用いるのか、という作業である。

機械学習を行う時にも、ただそのアルゴリズムを考えるだけではだめで、どのようなデータをどのような形で学習させるかが重要である。すなわち、データの前処理である。

タグチメソッドにおけるこの作業は、基本機能に関わる因子を整理することにより実現される。すなわち、制御因子と誤差因子、信号因子に振り分ける作業でデータの前処理が行われる。

各因子の組み合わせでデータを採取してゆくわけだが、この因子の振り分け作業により、採取されるデータが左右されるので基本機能の取り扱いが重要となってくる。

ただし、基本機能を正しく設定し、基本機能に関わる因子について整理する作業は、それほど難しい作業ではなく、機械学習においてデータ処理をうまく行わず奇妙な結果が得られて悩むことを考えれば、タグチメソッドは、データサイエンスの手法としてよく考えられたメソッドと言える。

カテゴリー : 一般