スピーカー | トランスクリプト |
| YASSIR EL HOUSNI | こんにちは。 |
| 私は、サンゴバンリサーチプロヴァンスのスマート製造チームのR＆Dエンジニア兼データサイエンティストであるYassirElHousniです。 |
| フランスのカヴァイヨンで。 |
| 私たちはセラミック材料ビジネスユニットで働いています。 この投稿では、2つのポイントがあります。 最初に、メーカーのデータプロジェクトに提案するデータプロジェクトのライフサイクルを紹介します。 |
| そして第二に、私たちは続けます |
| サンゴバン材料の2つのユースケースを提示する...セラミック材料産業。 |
| 研究開発、生産、品質、保守など、さまざまな部門にわたるデータプロジェクトに取り組むには、進歩を追求するために段階的なアプローチをとる必要があります。 |
| データベース方法論における知識の発見、および定義、測定、分析、改善、および制御するためのDMAICとしても知られるシックスシグマ哲学。 |
| この無限ループでは、データ分析プロジェクトを正しく管理するために実行する7つのステップを定義します。 これらすべてにおいて、プロセスを十分に理解していることを確認します。これは、プロセスが産業界で成功するデータプロジェクトの関連性の鍵であると信じているためです。 |
| たとえば、プロセスの変動を検出するには、SIPOCまたはフローチャートマップを使用し、変動の原因を検出するには、???を含む問題解決のツールボックスを使用します。または石川図。 |
| 次に、無限ループは、継続的な改善を達成するための別のルートも提示します。 次では、アプローチを段階的に詳しく説明します。 |
| プロジェクトの定義から始めましょう。 データプロジェクトを開始する前に、3つの要素を明確に定義する必要があります。 |
| ここでは、取引の要素を明確に定義するのに非常に役立つと思われるいくつかの質問を提案します（？）。 まず第一に、ビジネスニーズの定義。 |
| 多くの場合、製造におけるデータプロジェクトの目標は、プロセスの最適化、歩留まりの最大化、特定の製品の品質の向上、またはエネルギー消費の削減です。 |
| ビジネスチャンスの定義の下で、何が使用されるかを知る必要があります。ターゲットは視覚化または分析だけが必要です。 |
| そしてその後、その影響は私たちの定量化された利益をビジネスにもたらすはずです。 |
| 第二に、データの可用性と使いやすさ。 その中で、データの品質の対角線分析を開始します。 データプロジェクトの実現可能性を判断することは、このステップで非常に重要です。 したがって、チームのセットアップ、 |
| データチームの人、ビジネスユニットチームの人、工場の人、シックスシグマの緑または黒帯のプロセスエンジニア。 |
| 2番目のステップに移りましょう。 |
| データの準備。 |
| 変換、統合、クレンジングでは、データプロジェクトで多くの時間を消費する重要なステップです。 たとえば、ここにはさまざまなデータソースがあり、それらを一元化する必要があります |
| 1つのテーブルで。 主に入力にXを使用し、出力にYを使用します。 このセットアップでは、欠落値処理、???などのJMPのさまざまなツールを使用します。定数変数、そしてもちろん、テーブルを正しく変換するための適切なSQL要求を保証するJMPデータテーブルツール。 |
| 3番目のステップは、動的な視覚化を使用してデータを探索することです。JMPを使用すると、視覚化の選択肢が広がります。 たとえば、変数の分布をプロットし、それに続く負荷（？）を推定します。 |
| 箱ひげ図で外れ値を検出し、 |
| 2つの変数間の非線形回帰、 |
| 各母集団の濃度の主要な配置を決定するための等高線または密度マッピング。これをプロットするための幅広い選択肢があります。 |
| ???、私たちは通常私たちの仕事でそれらを使用し、私たちはそれらが非常に有用であることがわかりました。 |
| 4番目のステップは、モデルの開発を開発することであり、それは必要な分析の種類によって異なります。 |
| それは... |
| 目標は説明すること、または予測することです。 1つは変数間のリンクに関するもので、データのパターンを説明するのに役立ちます。 2つ目は数式に関するもので、データのパターンを予測するのに役立ちます。 |
| 通常、データセットを3つのブロックに分割します。トレーニング用に70％、テスト用に20％、検証用に10％です。 また、データのサイズが小さい場合は、トレーニングに70％、検証に30％を使用することがあります。 モデルが適切である場合、意思決定を促進するために新しいデータセットを要求します。 |
| 教師あり学習と教師なし学習に取り組む必要があります。 今日のサンゴバンでは、通常バージョンのJMPを使用します。 |
| また、線形回帰、決定木、ニューラルネットワークなどの教師あり学習ツールにアクセスできます。 セラミック材料業界の課題を解決するのに役立つ関連性のある結果が得られるため、今日は意思決定ツリーを使用して多くの作業を行っています。 |
| 5番目のステップは、最適なソリューションを見つけることです。 単なる解決策である場合もあれば、多くのモデルの組み合わせである場合もあります。 そして、良い意味を確実にするために、いくつかの制約を追加しました。たとえば、平均最大値や各変数の評価ステップなどです。 |
| JMPプロファイルは、ソリューションを迅速に最適化する大きな可能性を提供します。 |
| これから、次のステップは、シックスシグマの緑または黒帯を使用したプロセスエンジニアのサポートにより、プラントに渡されます。 |
| 6番目のステップは、プラントに最適なソリューションを実装し、1つの代表的なモデルのみによって管理されることです。 たとえば、出力Y1の管理図を実装し、さまざまな変動を分析します。 |
| 7番目のステップでは、モデルの有効性を監視し、データプロジェクトに取り組むことによるグローバルな利益を視覚化します。 たとえば、円グラフでは、グローバルな利回りへの放射状の影響が見られます。 |
| そして最後になりましたが、無限ループの継続性、継続的改善、継続性を確保するための新しいデータプロジェクトのステップ1の準備。 |
| これがデータプロジェクトのライフサイクルに関するものでした。次に、JMPを使用したプロトコルの2つの実際のケーススタディを紹介します。 |
| 2つの例では、同じプロセス技術を研究しました。 電気アーク炉についてですが、この2つについては、製品とターゲットが異なります。 |
| この技術では、電気的、熱的、化学的、時間、その他の物理的効果などの複雑な多物理現象があります。 |
| ここでは、たとえば、さまざまな種類のセンサーに由来する100を超えるプロセス変数があります。 |
| ビジネスニーズ |
| 特定の製品、JO7の世界的な収量を説明することでした。 |
| その中で、私たちは多くの種類の欠陥、欠陥＃1、＃2から#Nを検出します。 |
| そして、そのためにデータセットを正しく準備するために、Paretoを使用しました。 |
| マハラノビス距離を使用した外れ値処理と正しい属性の再コーディングにより、エラーのタイプと欠落値の処理を修正します。 |
| ステップ3の探索では、変動の数を減らすために入力間で調査する相関の例をここに示します。 |
| モデルで作業した後。 |
| 結果として、変数が3つしかない決定木が見つかりました。ここでの目標は、歩留まりが低下しない理由を説明することでした。 |
| 最大で |
| そして、私たちは |
| 100未満の変数が3つしかない決定木。 したがって、モデルの場合、ここではデータの70％をトレーニングに使用します。これは、大きなサイズのデータがなく、検証に30％があり、重要な平方根で良好な結果が得られるためです。 |
| ご覧のとおり、70％以上です。 |
| ですから、私たちが工場に渡したメッセージは、 |
| X1、X2、およびX3について説明できます |
| グローバルイールドであり、このイールドの割合であるYを最大化する必要がある場合は、X1とX3に対してのみ特定の設定を取得する必要があります。 |
| そして、世界の利回りは急速に進化するはずです。 それがポイントです...ここのポイントのクラスターで。 |
| そしてそれぞれのために |
| プロジェクトでは、各パラメータの物理的理解も提供します |
| 植物に。 |
| 同じテクノロジーを使用しているが別の製品の2番目の例では、プロセス変数は80個しかなく、目標は欠陥のないピースの数D1を進化させることでした。 |
| 必要なのは品質を説明することです |
| 私たちの特定の製品の、それで私たちは私たちのステップに同じ方法論を使用します。 たとえば、ここでは、モデルに配置する変数の数を減らすために、入力間の同じ相関関係を調べました。 |
| その結果、決定木も使用しますが、ここでは、このグローバルな利回りを説明する12の変数が見つかりました。 |
| 良いと |
| 結果。ご覧のとおり、決定係数は84％、RMSEは3％、サイズ数は287でした。 そのために、クロス検証法を使用しました |
| テーブルのサイズが非常に小さいためです。 |
| したがって、最初のパラメーターは非常に重要でした。ご覧のとおり、これは50％を占めています。 |
| そしてそれを植物への12の変数で説明するのは困難でした。 そのため、最初の変数だけをプロットすると、変数X1だけでしきい値を定義できることが視覚的にわかります。これにより、グローバルな利回りは急速に変化するはずです。 |
| ありがとうございました。 |
