Ciao, Bene Mattina. Bene sera a tutti.
Il mio nome è Raisa.
Io sono UN produzione qualità ingegnere Di Applicato Materiali, Taiwan.
IO iniziato A Imparare JMP A inizio Di Questo anno.
Recentemente, IO passaggio ed questo certificazione esame
con punto, 925 In Questo Luglio.
Oggi, Id Piace A Fare UN corto presentazione
Di QN Soluzione immediata Analisi del tempo di JMP.
COME Noi Sapere, una volta UN qualità notifica cura È creato,
Esso dovere Prendere aggiuntivo, Di più O meno tempo A aggiustare problema,
E Maggio impatto SU produzione pianificazione E pianificazione.
Perciò, lo faremmo Piace A Trovare UN peggio- caso di analisi.
Va bene.
Per analisi, Qui Sono cinque S argomenti ub SU ordine del giorno.
Primo, IL Radice Causa Analisi Di QN Ciclo fisso Tempo,
Grafico Riepilogo dell'analisi delle cause principali,
Confronta modello adatto, partizione, Modello neurale,
E poi H ibrido TestoM ining
E IL Dati Estrazione Analisi.
Finalmente, Prendere Lontano Apprendimenti.
Va bene, andiamo Ottenere iniziato.
L'istogramma.
1° strato Di Analisi delle cause profonde Di QN Aggiustare Ciclo Tempo.
Prima indagine, pensare Di Quello.
Quali scenari impatto SU Correzione QN Ciclo T tempo
E Come lungo È è sopportabile?
Per prima cosa,
definire cinque giorni COME UN criteri
E Anche UN chiave condizione A seguire tutta la C diffusione io n formulazione
E entro cinque giorni,
Noi nelle specifiche E successo criteri.
SU IL altro mano, Sopra cinque giorni fuori Di spec fallimento analisi,
Dopo, IO Fare direttamente UN guasto A SA E la FA.
Avviso Questo ombra Di distribuzione fra SA E IL FA.
Nel frattempo, Aspetto A IL Mosaico Complotto
per IL proporzione Di ogni categoria
A dedurre UN potenziale r non è una causa
per IL successo analisi.
Noi Potere Vedere IL Lavorazione E Rielaborazione MFG,
sembrare A Avere presto risposta E Meglio aggiustare ciclo tempo.
Per fa dimensione problema, Prendere Di più aggiustare ciclo tempo.
Esso È ovvio variazione In Tempo della FA.
Distribuzione fra SA E IL FA,
supponiamo se l'ora della FA È uno Di IL chiave fattore,
S1 a impatto il f ix c ycle tempo.
IL Casella P quantità.
La trama della scatola è UN grafico Di IL distribuzione Di continuo variabile.
Perciò, complotto continua fisso ciclo tempo rispetto a nidificato struttura,
categorico Paese Sotto contenimento
A ricerca altro fattori impatto aggiustare ciclo tempo O non.
Esso visualizza IL cinque- numero riepilogo Di impostare dati.
Esso È non- parametrico attrezzo A utilizzo Mediano COME centrale tendenza.
Oltretutto, Là Sono Alcuni osservazioni SU trama a scatola grafico.
Innanzitutto, a meno Sette punto A rilevare IL primo valore anomalo.
Altrimenti, Esso diventa baffo (inclinazione) gruppo problema
Dove campione misurare È meno di Sette .
In secondo luogo, osservato avvitato distribuzione
di Larghezza della scatola O Lunghezza dei baffi.
Come A maniglia marginale valori anomali,
Quale Sono Noi pensare rumore due Sigma GRR da baffo
E Indietro A IL Analisi delle cause profonde,
Esso È non difficile A Trovare UN riciclare tempo
Di IL contenimento sostituzione
È tanto più a lungo di altro contenimento.
E con Quello,
Contenimento X₂ E X₃ Paese Qui.
Mappa di calore.
Mappa di calore È un altro grafico attrezzo
disertare dati valore di colore.
UN guadagnare, fino ad ora, Noi raccogliere tre ingresso fattori,
tipo di difetto da istogramma, contenimento E Paese da trama a scatola
E In ordine A seguire quartiere di studio impatto
ingresso del quarto impatto SU fisso ciclo tempo.
Qui A Indietro categorico chiamato tipo di difetto SU Asse Y
E IL colore ciclo tempo
E Mantenere autobus prognostico struttura.
Categorico Paese Sotto contenimento In X E X gruppo.
Poi utilizzo un 8 di 9 disposizione Aspetto bilancia
A velocemente presa fuori IL massimo
E IL minimo tempo di ciclo scenari.
Per FA, Esso È facile A Trovare UN poco rosso la zona, Giusto?
IL biblioteca punti salienti IL più lungo aggiustare ciclo tempo.
Detto questo, Sostituzione Taiwan Danno parti,
In IL peggio caso per ciclo tempo.
IL Sostituzione Unito stati
E IL Dimensione problema parti È IL secondo peggio scenario.
Per SA È impostato per dimensione E difetto di danneggiamento.
Altri Sono facile A velocemente aggiustare.
Per Pareto C cuore,
A ulteriore analizzare IL fa E SA da mappa di calore ,
la mappa termica deve utilizzo due- dimensionale Pareto Grafico di A variabile
tipo di difetto E IL Paese Sotto specifica contenimento.
Qui Sono X₁ tipo di difetto,
X₂ contenimento E X₃ Paese Noi menzionato Prima.
Poi aggiungere aggiuntivo postazione di lavoro X₄ Qui
In IL corso di Pareto C cervo A visualizzare frequenza evento.
Ora per Fallimento della FA analisi,
Noi Ottenere sostituendo alto fornitore di lavoro danno problema,
frequentemente accadere In CVD servizio frode
O sostituendo Unito stati fornitore dimensione problema
Spesso accade In CVD postazione di lavoro.
In IL Stesso modo per X analisi,
invece per dimensione problema O difetto danneggiato,
Unito prima, funzionale E UN lavorazione problema
Potere velocemente aggiustare In CVD maggiore test.
Attualmente, Noi Avere quattro ingresso fattori E SA e FA frequenza.
Per interfaccia, uno noi Sono Di più interessato a
È passaggio O fallire frequenza O puro ciclo tempo.
Poi Tabulare.
Qui Mettere Nostro precedente citare Di fattori Da X₁ a X₄ per SU Tabulare.
Nel frattempo, Tabulare puro ciclo tempo E frequenza in UN account
A Fare ulteriore confronto.
Per FA, CVD servizio frode, danno problema,
Taiwan fornitore richiedere sostituzione,
ci è voluto un più a lungo tempo di ciclo
Sebbene IL frequenza È Ora IL più alto,
Piace Sette volte Qui,
IL significa Di IL ciclo tempo, 34 giorni è tanto più a lungo di altri.
Per SA, In Motore CVD test,
Noi Potere misurare problema In Unito stati precedente
E fisso di MFG ri lavoro.
Anche Là È soltanto uno giorno SU IL tavolo,
Ma IL frequenza E È lontano pure Basso A Essere VERO.
Qui IO riassumere IL punti principali.
Seguire Analisi delle cause profonde,
utilizzo diverso grafico JMP piattaforme
In ingegneria E grande caustiche
sequenza A conduttivo precedente Analisi delle cause profonde.
In precedente diapositiva, IO spettacolo Istogramma, Trama a scatola,
Mappa termica, Pareto Grafico E IL Tabulare.
Secondo, identificare UN potenziale ingresso X
A proteggere il QN fisso ciclo tempo.
UN secondo A IL Tabulare, IL Risultati della F.A da UN danno problema,
sostituzione, Taiwan fornitori E CVD servizio postazione di lavoro.
Prossimo, costruire UN modello A prevedere QN aggiustare ciclo tempo
E convalida Di IL radice causa.
Prima entrando ogni Modelli dettaglio,
Qui, Id Piace A introdurre modello selezione E IL confronto per primo.
IL adatto modello, prendere in considerazione dati struttura E UN distribuzione.
Qui Sono Alcuni sfida In adatto modello.
Per distorto distribuzione, utilizzo tronco d'albero trasformazione, Ma NO aiuto.
Tutti gli input variabile, Da X₁ a X₄ sono categorico tipo.
Dopo IO costruire Nostro 60 % Di postazione di lavoro categoria,
R-quadrato aumentato 6 % soltanto.
Controllo dipendenza tra UN categorico variabile
per corrispondenza parte di analisi.
Esso È Basso rischio Perché IL più vicino cose Sono A UN regione,
IL meno distinto Quello Essi probabilmente Sono.
In altro parola, IL più lontano lontano IL Di più distinto.
Secondo, prossimità fra etichette probabilmente indicare UN somiglianza.
Per partizione albero modello,
IL più punti Sono distribuzione gratuito modello,
diviso basato SU dati disponibile,
poco preoccupazione per l'eccesso di forma fisica,
Ma meno punti ricorsivo diviso.
Perciò, utilizzare JMP proiettore schermo di casuale foresta
A media UN ricorsivo Prodotto
E Trovare fuori UN cinque ingresso fattore con loro classifica.
Esso È conveniente E UN velocemente modo A Trovare importante ingresso
A ottimizzare O migliorare modello.
Per quanto riguarda UN neurale rete,
IL più punti Sono forte trasformazione modello,
due passi formazione E UN convalida modello.
Tuttavia, IL meno È significativo preoccupazione per il sovradimensionamento .
Quale modello È Di più corretto A Essere creduto
Quello va Attraverso ogni modello risultati?
Venire Indietro adattarsi modello, principale evento soltanto.
Se Nostro punto non lo è alto,
soltanto 30 % sono sbagliati,
Perché dati È acuto giusta distorsione.
Osservato significativo livello Di rischio,
COSÌ Massimo R- piazza in giro Appena 47 % È non ne vale la pena
E utilizzo tronco d'albero trasformazione Di IL ciclo tempo variabile
A Evitare UN negativo numero Di 95 % fiducia intervallo,
Ma NO aiutare a quantità quindi accedi scelta È fuori.
IL Prossimo È Partizione Albero Modello.
Qui Sono tre partizione Modelli,
Sono linea di base modello,
aumento del modello
E UN modello semplificazione.
Esperienza UN serie Di miglioramento per ingegneria E IL logico pensiero
che R piazza migliorato A 62 % da 38% linea di base modello.
Tutti i dettaglio Volere spettacolo Voi fare un passo di fare un passo In seguente diapositiva.
Modello aumentare.
Durante Questo fare un passo, Noi migliorare modello 20 %.
Dove Sono Essi da?
Primo, Essi Volere presente migliorare.
Qui, mutevole Età QN A correzione immediata ciclo tempo
per correttezza esperienza, Ma NO aiuto.
Secondo, 6% E aggiungere uno X fattore postazione di lavoro.
Ricordare Esso È esportare, Noi scoprire da Pareto C cervo.
Codice UD diventa meno critico da 26 % A 8 % soltanto.
IL terzo e anno lì 4 % di mutevole A contenimento da UD codice.
Ora, controllo UN contributo classifica Qui.
IL numero due diventare postazione di lavoro Invece Di Paese più.
Nel modello semplificazione,
Qui, migliorare aggiuntivo 6 % R piazza di modello semplificazione.
Prima semplificazione modello,
IL più È Tutto scenario Sotto considerazione,
Ma Piace meno due, molti categorie Potrebbe diluire prevedere energia.
In semplificazione modello,
filtraggio fuori minore categorie con meno conta,
Piace rimuovere 60 % categorie Di postazione di lavoro,
IL totale quantità diminuito A 270 da 426.
Controllo Ancora, IL contributo classifica,
IL difetto tipo E Nostro postazione di lavoro Sono Ancora IL numero uno E IL numero due.
Ora, Noi Avere Di più fiducia A utilizzo IL modello
A prevedere IL fa e la SA.
Per Partizione Albero Ottimizzazione del modello
COME IO menzionato Prima,
IL maggiore contributori Sono Tipo di difetto & Stazione di lavoro
in giro 80% per Pareto C oncept.
Confrontare tipo di difetto in SA e FA predizione.
Per SA Qui, suo etichettatura problema.
Fa senso, Noi non trascorrere Di più tempo A aggiustare ogni problema.
Per FA, suo danno.
SÌ, Esso volevo Prendere tanto Di più ciclo tempo.
Di UN postazione di lavoro confronto fra SA E fa
PVD meccanico E CVD modulo tester.
Attualmente, Esso Ancora esigenze ulteriore analisi E comprensione.
Di la FA Paese Qui, In UN profilo O predizione profilo È Piatto.
non lo fa T Paese impatto QN risolto ciclo tempo?
È è vero?
A risposta IL domanda Qui, IO introdurre IL modello limitazione,
ricorsivo partizione.
Ricorsivo partizioni, sequenziale dipendenza rischio.
Fattore Paese È diffusione sei volte,
E soltanto uno tempo accadere In più alto ciclo tempo grappolo.
Come ricorsivo dipendenza limitazione Maggio incidere su predittivo modello.
IL terzo modello,
Neurale Rete (Intelligenza artificiale).
Qui osserva acuto eccessivo preoccupazione
fra formazione E IL variazione Piazza R.
Se R-quadrato fra Formazione Impostato E V alidazione Impostato
È Sopra 20 %, Esso ha eccessivo preoccupazione.
Oltretutto, Noi Trovare dentro neurale modello,
IL numero uno classifica È postazione di lavoro,
E IL numero due È colpa di
Quale È diverso da precedente partizione modello.
Per SA, IL postazione di lavoro È A messa in scena,
stadiazione CCT, Dove Materiale Sono portato insieme
Prima entrando Colpa dell'MFG ,
E Esso no avere competitivo operazione processi.
Una volta IL problema accadere, Esso Potere Essere fisso velocemente.
Fa senso.
Per fa A IL Frode nel servizio CVD,
Esso ha competitivo operazione processi.
SÌ, Esso fatto A Avere più a lungo ciclo tempo A trattare difficile problema.
Fino a Ora, Noi Già Avere tre modello,
Albero Modello Partizione E IL Neurale Modello,
E Quale modello È tanto Di più corretto E Incontrare la realtà.
Perciò,
modello confronto E selezione,
Analisi delle cause profonde, grafico attrezzo
danno problema sostituzione,
Taiwan CVD frode del servizio È IL peggio scenario con più a lungo fisso ciclo tempo.
Attualmente, Neurale modello ha IL identico scenario
COME IL Grafico Analisi delle cause profonde,
Ma l'unica preoccupazione è l'eccesso di forma rischio.
Oltretutto, IL tre modello ha molto vicino predizione
SU il peggiore ciclo tempo entro 1.2 giorni.
IL finale lo farò introdurre, Test Estrazione E IL Dati Estrazione Ibrido.
Attualmente In QN D ata base, Esso Ancora ha test messaggero risultante BENE
A come Di più informazione Di lungo ciclo tempo nel QN tester variabile Banca dati.
Utilizzo Esplora test JMP A scoprire Alcuni frequenza parole chiave
come COME Qui, IO cerchio sostituire, rilavorazione, dimensione E IL F10246
un progetto A Fare ulteriore analisi,
Poi convertire loro A binario rilevatori,
condotta UN ulteriore Dati Estrazione E IL Analisi delle cause profonde
sulla custodia F10246 tramite mappa di calore grafico.
Qui, Mettere dimensione indicatore Sotto F10246
E contenimento sostituire E Rif lavorare in Y.
Secondo A IL Calore carta geografica risultati, F10246
lo ha fatto soffrire molti Di aggiustare ciclo tempo
Quello altro progetto di colore risultati
E controllo dimensione rivelatore osservato È
non soltanto dimensione problema, Ma Anche Nostro vari causa del difetto
lungo ciclo tempo, Anche Se Appena Sono fisso di rilavorazione.
In IL FINE, Qui Sono il mio apprendimento da asporto.
JMPG rafico Piattaforme Sono molto potente A condotta
più profondo R analisi delle cause Attraverso ingegneria
E IL logico, dati- guidato processi
E confrontare E Selezionare UN Di più adeguata JMP modello
da Classico Vestibilità M odel, P articolazione E UN Neurale Rete
di sapere IL modello limitazione
E IL rischio Di collegamento A precedente Grafica Analisi delle cause profonde.
Condotta UN Ibrido TestoM ining e Data Mining R oot Causa Analisi
SU IL complicato database QN.
Finale, Id Piace A Grazie GCI M BB Carlo Chen COME Mio progetto mentore
E quello è Tutto Mio presentazione.
Grazie Voi per tuo tempo E Attenzione.
Grazie Voi.
