756654_ja-JP

liliconcom

エンジニアリングと科学における問題解決の迅速化と市場投入までの時間の短縮のための知識管理（2021-EU-30MP-755）

ウェイン・レビン氏、Predictum 社長
Farhan Mansoor 氏、ソフトウェア エンジニア、Predictum

産業界におけるイノベーションには、分析的知識、より具体的には公式・非公式の実験データや予測モデルといった知識の製品・プロセス設計への貢献が不可欠です。しかしながら、分析的知識は往々にして、作成者のみが利用できる孤立した情報源に保管され、管理されていません。私たちの推計によると、分析的知識が再生成される割合は平均で約40%に上り、これは単に、関連する先行知識が、それを効果的に活用できる人々に公開されていないことが原因です。

分析知識の再構築は、より高いリスクを伴い、不必要なコストを発生させ、ビジネス目標の達成を遅らせます。技術的問題解決とプロセス革新の将来的な成功には、現代的な知識管理戦略が不可欠です。現代的な知識管理戦略を採用する企業は、エンジニアや科学者の日常業務における時間と労力を大幅に削減し、実験の不必要な重複を防ぐだけでなく、過去の実験や改善活動の活用範囲を拡大することができます。

Wayne と Farhan は、エンジニアと科学者が過去の分析や関連するサポート データへのアクセスを共有し、相互に協力できるようにするエンタープライズ レベルの知識管理システムである CoBase を通じて分析知識を管理する力を示すユース ケースを紹介します。

自動生成されたトランスクリプト...

スピーカー	トランスクリプト
ウェイン・レビン	ご参加いただき、誠にありがとうございます。私はウェイン・レビンです。エンジニアリングと科学分野における問題解決の迅速化と市場投入までの時間短縮のための知識管理について、私と一緒にプレゼンテーションさせていただきます。
	私の友人であり同僚でもあるファルハン・マンスールです。ファルハンにデモンストレーションの部分を手伝ってもらいます。まずは…
	少し
	議題はこちらです。まずは簡単に私たちについてご紹介させていただきます。私たちはPredictumという会社です。少しだけ知っていただければ幸いです。私たちの真の焦点は、科学技術における生産性をいかに向上させるかということです。それが私たちの…
	本日はまさにそれについてお話ししたいと思います。それでは、私たちについて少しお話しましょう。私たちの目標は、問題解決、改善、そして研究開発を加速させることです。
	私たちは分析トレーニングとコンサルティングを通じてこれを実現し、統合分析システムを構築しています。その例を見てみましょう。
	本日はCoBase社との提携についてです。ちなみに、弊社もJMPのパートナーであり、長年にわたりJMPとのお付き合いは25年近くになります。Predictum社は1992年3月に設立されましたので、29年近くになります。以上が弊社についての説明です。それでは本題に入りましょう。
	データだけでなく知識を資産として管理することで生産性が劇的に向上することについてお話ししたいと思います。
	研究者、エンジニア、ビジネスアナリストの間で、まずは質問をしたいと思います。
	あなたの会社では、既に知られているものをどれくらいの頻度で再現していますか？それを0から100の尺度で評価するとしたら、
	どうですか？頭の中に数字を植え付けておいてほしいんです。いいですか？告白する必要はありません。
	そうですね、これは解決済みの問題ですが、以前にも解決済みです。他の人がその問題に対処したことがあるか、
	洞察、つまり変数間の何らかの関係性や関連性です。おそらく他の人が既にそのような発見をしているでしょう。それが私が言う「知識の再生」です。具体的な数字はお考えですか？
	私たちはこれまで何十社もの企業に問い合わせてきました
	昨年の秋に観測されたものです。平均で約40%ですが、かなり大きな幅があります。
	誰もそれについて確固とした数字を持っておらず、確固とした答えがないことが問題を物語っていると思います。
	しかし、考えてみれば、いつも目を回してこう言う人たちがいるのです。
	数週間前、ある会社で3人が電話会議に参加していました。1人は80%、1人は60%、そしてもう1人は少なくとも50%だと言いました。
	まあ、中には…今まで聞いた中で一番低いのは20%くらいです。なぜそんなのを許容するのでしょうか？他に…ビジネスのどんな側面で、そんなのを許容するのでしょうか？
	すでに知られているものを再生することは、より高いリスクを伴い、費用がかかり、目標達成が遅れ、加速する機会を失うことになります。
	問題解決、改善、そして研究開発です。これが問題なのです…ここで明確にしておきたいのは、これが私たちが取り組もうとしている問題だということです。
	皆さんもこの表現はご存知でしょう。私が空欄を埋めるつもりはありません。皆さんにお任せします。空欄はよくあることです。だから
	おそらく、電話が鳴ったり、メールが届いたり、顧客の問題があったり、生産上の問題があったり、
	あるいは、何らかの障害が表面化し、新製品の導入やプロセス開発・特性評価に遅れが生じている。あなたは焦りを感じていますよね？ これに対処しなければならず、「一体誰が解決方法を知っているんだ？」と考えているのではないでしょうか？
	誰がその知識を持っているのでしょうか？基本的には、適切な人材を特定しようとしているわけですが、それは難しい場合があり、時にはそれが難しいこともあります。
	あるいは、優秀な候補者を見つけたものの、その人が都合がつかなかったり、退職したり、留守にしたり、休暇中だったり、異動になったりして、もう面談できなくなってしまったりすることもあります。彼らはただいなくなってしまったのです。もはや組織にいないのです。どう対処しますか？
	これは...私たちが避けたい問題であり、企業が知識よりも材料やスペアパーツをうまく管理していると言われる理由です。
	あまり厳しい言い方に聞こえなければいいのですが、少し考えていただきたいのです。先ほど、知識はどれだけ再生されるのかとお尋ねしました。
	おそらく正確な数字はお持ちではないでしょうが、仕掛品在庫、スペアパーツ在庫、原材料在庫については、かなり正確な数字をお持ちだと思います。
	誰かを見つけて???
	では、なぜ私たちはそれらの資産をうまく管理できるのに、知識をうまく管理できないのでしょうか。
	それは知識が...
	ええと、これが、これが現状ですよね？ 脳は、優れた知識創造器ですが、知識の容器としては役に立たない、とよく言われます。
	アクセスもインデックスもできません。つまり、一日の終わりには、もう出て行ってしまうんです。
	したがって、脳が知識の主な記憶装置である場合、知識は蓄積できません。
	企業は常に知識を蓄積していくべきだと私たちは考えています。ですから、もし知識をお持ちであれば…知識創造に何が関わっているのか、ちょっと見てみましょう。そうします。
	まず最初に、知識とは何かについてお話ししましょう。知識とは一体何を意味するのでしょうか？
	つまり、知識は予測を可能にするものであり、その根底にあるのは予測式について話しているということです。なぜなら、予測には予測式を使用するからです。
	身長と体重、あるいは身長、年齢、性別などを体重に関連付けることができます。JMPを使う私たちなら誰でもこうしたことはよく知っています。それで…
	これが3つ目の要素、つまり予測モデル、予測式と言えるでしょう。しかし
	それができたら、その分析方法や、その分析に使われたプロセスについて知りたいと思うでしょう。
	予測式と、もちろんJMPを使う私たちも、ここにありますよね？それをスクリプトとして保存して、
	数式を再生成します。もちろん、数式はデータテーブルの列として保存され、その後
	これが分析で行っていることの一つです。これが2番目の部分で起こっていることです。もちろん、最も重要なのは、まずデータです。
	しかし、冒頭で述べたように、データは知識ではありません。ご存知の通り、データはデータです。計測機器から得られる原材料であり、製品やプロセスで何が起こっているかを理解するのに役立ちます。そのため、これら3つの要素が本当に必要なのです。
	知識は予測を可能にするものですが、その知識の完全な文脈を理解するために、もう少し遡ってみたいと思います。それでは、ここで知識の創造について考えてみましょう。
	ご存知の通り、私たちにはエンジニア、科学者、アナリストがいます。私は科学者の視点から考えたいと思います。
	彼らは機器を使い、仕事をし、データを収集しています。今では、データがスプレッドシートに保存されていることが多すぎることに気づいていますが、もちろん私たちは…
	JMPのデータテーブルについてもお話ししていますが、これは素晴らしいものです。彼らはそれを収集し、分析を行います。だからこそ私たちはこれをパーソナルコンピューティングと呼んでいるのです。
	そして、あのコンピューターの写真は、パーソナルコンピューティングが長きにわたって私たちの生活に存在し、今もなお重要な存在であることを思い出させてくれるものです。分析は脳内で行われます。いわば、個人的な取り組みであり、切り離すことのできないものです。
	つまり、まさにその核心部分です。この作業には多くの人が関わっており、その結果、作業はサイロ化していることが多いのです。
	さて、これらのファイルはどこに行くのでしょうか？SharePointや共有ネットワークドライブに保存する人もいます。それは良いのですが、基本的には
	ノートパソコンなので、本質的にサイロ化されています。それがその性質です。研究者は、その経験に簡単にアクセスできません。
	他人のことです。例えば、解決したい問題があって、それについて考えたり、例えば実験として、例えば5人くらいのグループを部屋に集めて、
	1時間、あるいは10人が1時間、同じ部屋に集まってブレインストーミングをして、どんな要素を、どのレベルまで進めるべきか、といったことを話し合う。これは良い、価値のある活動ですが、ゼロから始めて、人々を煩わせない方がよいのではないでしょうか。それだけの時間が使われているのです。
	そこで私たちがやりたいのは、JMP データ テーブルと関連ファイルに保存されているエクスペリエンスを取得して、それを簡単にデータベースに格納できるようにすることです。Farhan がこれを紹介します。
	そうです、これは私たちが CoBase と呼んでいるもので、これによって新しい取り組みがゼロから始まることがなくなります。
	誰でもアクセスして、特定の問題や特定の分野について誰が調査したかを調べることができます。こうすることで
	同じ洞察に対して、知らないうちに何度も料金を支払うことはありません。
	これも重要な点です。実験や仕事において、人々が行う作業はサイロ化されているため、
	彼らは、自分たちが見ているものが、過去に他の人が見てきたものと一致していないかもしれないことに気づいていない。
	こうすることで、彼らはタイプ1エラーかタイプ2エラーかを見極めることができ、別の、
	いわば、本当に考慮すべきもう一つの側面、つまり、通常は考慮できないために表に出されないことが多い歴史的な側面です。ですから、知識の収集、保存、再利用について話すとき、
	先ほど言ったように、明らかにデータは存在します。そして多くの企業はデータベースを持っているので、
	LIMSシステムは素晴らしいですね。データの保存に便利です。正式な文書管理システムを導入しているところもありますが、そうでない場合でも、レポートを整理してファイリングする方法はあります。
	ご存知のとおり、パワーポイントや標準操作手順、つまりエンジニア、科学者、その他のアナリストが行っている分析の結果です。
	しかし、私たちが焦点を当てたいのは、知識創造の成果を保存し、それを識別可能にし、他の人が見つけられるようにすることです。つまり、知識を資産のように管理したいのであれば、
	まず、できるだけ関連性の高いデータやレポート（これが良いアイデアです）をバンドルしてパッケージ化する必要があります。
	パッケージに入っていると識別できるから。ここに机の上に何か置いてあるの。
	ところで、AmazonでUSBケーブルを買ったんだけど、こんな箱に入ってたんだ。ちゃんと届くといいんだけど。
	そこにバーコードが付いていて、それは資産です。Amazonにとっても、今は私にとっても、識別可能です。
	ご存知のとおり、検索は可能です。検索できれば取得でき、取得できれば再利用できます。
	そうですね、あなたはそれを参照したり、その知識に異議を唱えたりすることができます。もちろん、私たちはすべての知識は異議を唱えられるものであり、その知識をさらに向上させることができると考えています。そして最後に、それを資産として管理するということは、その知識を安全に保管し、あなたの管理下にあることを意味します。
	さて、この分野にはいくつか製品があります。それでは、この講演のデモンストレーションに移りましょう。
	まず、SashLabです。デモは行いませんが、詳しく知りたい方はスライドをダウンロードしてご覧ください。もちろん、お問い合わせも承っております。
	これは仮想ラボ、あるいはデジタルツインのようなものです。仮想的に実験したり、物事を仮想的に確認したりすることができます。
	実際に行動を起こす前、つまり変更を加えたり、物理的に実験したりする前に。CoBaseは、公式か非公式かを問わず、日々の調査、実験、分析、改善活動を記録するように設計されています。
	データベースに保存して…タグ付けします。Farhanがタグ付けについて説明してくれます。タグ付けも…識別可能である必要があると言いましたよね？タグ付けは一つの方法です。
	要素別、あるいはレスポンス別、ドメイン別といった具合にインデックス化します。これについては後ほど少しお話ししますが、こうすれば誰でも見ることができます…
	他の人が生み出した知識を調べてください。そして
	どちらのアプリケーションも、ここに書いてあるように、明示的な知識を資産として捉えるということです。明示的な知識は保持したいものです。
	そうですね。誰かに「データと、そのモデル化の方法、そして結果として得られたモデルを見せてください」と頼んだときに、何が起こっているのかについて意見や概念だけを持ちたくはありません。そうすると難しいですし、明確に示さなければなりません。
	モデルと開発手法が確立し、基盤となるデータも揃い、他の人が再利用できるようにしました。こうすることで遅延を回避できます。
	そしてコスト、そして知識の探求と再生に伴う不安についてお話ししたいと思います。それでは、ファルハンさん、画面を操作して、私たちがやるべきことをお話ししましょう。
	ここでデモンストレーションを始めます。
	ファルハンがそれを言っている間に、私は
	人と話すとよく聞くのは、そもそも物事を探すのが難しいということです。探すのも大変ですが、存在すら知らないものを探すのは本当に大変です。なぜなら、そういう探し物は永遠に続く可能性があるからです。
	これが私が言う不安のようなものなのです。それに対処するのは疲れますし、研究に取り組む際には、研究に
	過去の知識を検索する。それを簡単にしたいのです。それで、Farhanさん、ここでやってみましょう。CoBaseがあります
	インターフェース、主要な GUI は開いていますか?
ファルハン・マンスール	はい。
	それで、ホームページはそうですね。
ウェイン・レビン	それで、ファルハン、私が...検索してみましょう。
	ここで問題が発生したので、これを行う前に、何が起こっているのかを少し説明させてください。
	ここで全てを詳しく説明するつもりはありません。時間がないからです。私たちは…
	私たちが使っている例は製造プロセスのようなものです。左下には半導体製造における様々なステップがあり、これは単に要素をグループ化する方法です。つまり、私が興味を持っているのは、
	ご存知の通り、ここに沈着があります。沈着率などを見てみますと、
	わかりました。これはここでの要因です。ところで、過去に700～3,000オングストロームの堆積速度について調べたことがある人はいますか？
	私がこれを知りたい理由は100通りあるかもしれませんが、とにかく知りたいのは、彼らが何を見たのか、彼らは何を見たのかということです。
	他に彼らが注目していた要素は何でしたか？反応はどうでしたか？つまり、欠点は何だったのか…とにかく、この要素を理解したいので、そこに何があるのかを知りたいんです。では、ファルハン、これを埋めてください。
	素晴らしいですね。検索をクリックして
	できました。ファイルがたくさんあるので。
	そこには7つほどのファイルがあり、ざっと見てみると、2016年まで遡るファイルも1つありました。つまり、これは以前にも行われた作業です。CoBaseにアップデートされたのです。
	一度にすべてのファイルを見るのは大変ですよね。ダウンロードできます。すぐにダウンロードしますが、
	右側は一目でわかるようになっていますので…Farhanさん、まずはパラメータ分布を見てみましょう。
	これらのJMPデータテーブルのうち3つには、同じレベルで調べたアルゴン流量も含まれており、
	バックサイドフローがいくつか関係していました。堆積率があるので、横に7つのレベルがあり、それぞれ異なるレベルが見られますが、すべて700から3,000の間です。他にもいくつかあります。
	統計的なものも見ることができます。ここには他にもいくつか追加する予定ですが、目的はただ統計的なものを見ることです。
	何が起こっているのかを一目で把握できるように、いくつかの点を一目で確認できるようにしました。左側にはR2乗、右側には二乗平均平方根誤差があります。縦に並んだ点のそれぞれはJMPファイルに対応しているので、ここでは
	有効期限 18-11-01。
	ファルハン、はい。これらが3つのモデル、つまり保存された3つの予測式です。決定係数がかなりばらついているのが分かりますね。ファルハン、ファイルをダウンロードしてみましょうか。
	そしてちょっと見てみましょう
	そこに何があるのか。それで。
	さあ、行きましょう。
	素晴らしいですね。ところで、モデリングの種類も青色で表示されていますね。これで何なのか大体分かりましたね。それでは、この3つのスクリプトを実行してみましょう。
	予測…予測式がそこにあり、それがどのように生成されたかがそこにあります。フォーハンはそれを再実行しているだけです。
	もちろん、データもそこに保存されているので、何が行われているのか、その全体像が分かります。作業内容もそこにあります。ありがとう、ファルハン。画面上で整理しているのに、1つを2回実行したのだと思いますが…見た感じ、全く同じに見えますね。
ファルハン・マンスール	ああそうだ。
ウェイン・レビン	ええ、でも大丈夫です。この2つだけを見ても、何がわかるでしょうか？問題ありません。重要なのは、温度に関するものです。
	そうでないのは、その左側のもので、温度は関係ありません。これが、なぜそれが重要なモデルではないのかを説明できるかもしれません。
	これについては、いろいろなやり方が考えられますが、
	何かを検索したり、何が利用できるかをすぐに見つけたり、何が起こっているかを一目で把握したりできるようにしたいのです。
	そして、好きなだけ見てください。このデータを使って、もしかしたら何かの問題を解決できるかもしれません。もしかしたら、今私が取り組んでいる問題は、まさにここで解決されているかもしれません。
	それで、もう何もする必要はありません。問題は解決しました。あるいは、このデザインをさらに拡張したいかもしれません。
	他にもいくつか実行したり、他の要素を加えたりします。あるいは、単に、これから先に進むには温度を考慮する必要があると分かっていて、温度を変えることはないかもしれないけど、今後は特定のレベルを維持するつもりだと思っているだけかもしれません。
	今後行う研究の力を高めるためです。つまり、過去の知識を引き出しているので、ゼロから始めるわけではないということです。それが私の考えです。もう一度、同じことをしてみませんか？
	ファルハン、クイック検索ですね。別の検索方法を教えてください。他にもいろいろありますが、タグを使うのが一般的だと思います。タグは完全にカスタマイズ可能なので
	私たちには…何があるかって？アナリストとプロジェクトがありますよね。皆さんもきっと経験があるでしょう。私も経験があります。新しい人が来て、仕事を割り当てて、こう言うんです。
	調べてみてください、Farhan、プロジェクトごとにやってみましょう。CVD 改善プロジェクトを調べて、似たようなプロジェクトが他にもあるとしましょう...もし...
	YieldPlusですね。これを使って行われたデータや分析を見て、検索をクリックして、そしてバン！
	関連付けられたファイルです。ちなみに、ここに表示されているのはすべてJMPファイルですが、アップロード時にJMP以外のファイルも含めることができることをお見せします。例えば、
	写真、欠陥の写真、機器の写真、説明書、その他、書類など、必要なものはすべてそこにリストアップされます。すみません、画面を指差しているので。
	それらもそこにリストアップされるはずですので、他にも検索方法や、いわゆるより包括的な検索方法があると思いますが、大体お分かりいただけたかと思います。それでは、Farhanさんにお伺いしたいのですが、アップロードの手順を説明していただけますか？
	うん。そうだね、それについて詳しく説明してくれないか？
ファルハン・マンスール	アップロードインターフェースに進みましょう。
	アップロードインターフェースだけです。それでは、アップロードプロセスのデモとしてサンプルファイルをいくつか追加します。
	JMPファイルだけでなく、JMP以外のファイルもアップロードできます。違いを見てみましょう。
	両方のプロセスです。私がやったことは、PDF、docx、スプレッドシート、そしてJMPファイルを1つ選択することです。ファイル形式がJMPの場合、CoBaseは次のように動作します。
	ファイルからいくつかの情報を解析します。たとえば、列名、単位、モデル、データセットなどがリストされます。
	そういった情報です。また、標準名の推測も試みます。設定方法については最後に説明しますが、管理者ユーザーは様々なパラメータの標準名を設定でき、ユーザーはここから標準パラメータを選択できます。
	すでにシステム内に存在する場合、CoBaseは推測を試みます。例えば、このケースでは温度は
	CoBaseに現在存在する温度パラメータです。アルゴン流量はシステムに新しく追加されたため、現在パラメータが割り当てられていません。そのため、ユーザーは標準の名前を選択できます。
	アルゴンFLWが堆積ステップのフローと同じだとわかれば、
	これを標準パラメータとして選択します。これはオプションです。ユーザーは選択する必要はありません。
	しかし、パラメータや列を標準化すれば、さまざまなものを検索しやすくなります。
	ただし、後で戻って実行することもできますが、現時点では、これはオプションの機能、オプションのプロセスです。
ウェイン・レビン	明確にするために、この周りのキーの 1 つである左側の列名は、Farhan が識別した JMP データ テーブルからのものです。
	何かを検索するには、標準が必要です。標準に合意する必要があります。つまり、CoBase（CO）が私たちに可能にしているのは、つまり、同僚（collage）と非同期的に共同作業を行うことです。ここにはたくさんの「co」という名前があります。私たちは協力しているのです。
	それで。
	名前については合意する必要があるので、アップロードするときに非常に簡単にできるようにしたいと考えています
	適切な名前を付ける必要があるということです。ファルハンはオプションだと言いましたが、それは本当です。なぜなら、私たちは人々が
	アップロード。難しくすれば、彼らはやってくれないことは分かっています。「今日後でやります」と言って、結局やってくれないのです。
	じゃあ、明日やろう。明日やろうと思っても、結局やらない。そういうことですよね。もう一つできることは、
	アップロードされたテーブルに、標準の名前が付いていないものがあります。これは管理機能のようなもので、後で修正できます。
	今では命名法が確立され、システムの最適化を促進するために不可欠です。協力するためには、標準化に合意しなければなりません。これは大きな部分を占めます。そして、最近追加したのが、ファルハンさん、先ほどおっしゃった測定単位です。
	これもその一部です。アップロードするときには、測定単位が何であるか、または何であるべきかを思い出してください。
	誰かがミリメートル単位で計測しているのに、標準がセンチメートルやナノメートルなどになっている場合、私たちはそれを変えることを支援します。とにかく、私たちはその標準化を促進したいのです。
	ええ、他に何か言及すべきことはありますか？タグ付けやコメント機能もありますよ、どうぞ、ファルハン。
ファルハン・マンスール	はい、ファイル レベルでコメントを追加したり、バッチ レベルでコメントを追加したり、アップロード全体に関する一般的なメモを追加したりできます。
	タグもここに追加できます。これらは既存のタグです。例えば、シリーズ1のテクノロジータグなどを追加できます。
ウェイン・レビン	わかりました。アップロードしてみましょう。
ファルハン・マンスール	はい、これをアップロードしましょう。
ウェイン・レビン	これが何で構成されているかご説明しましょう。バックエンドはSQL Serverデータベース、フロントエンドはJMPアドインです。もちろんJMP内で実行し、他のアドインと同様にインストールされています。必要な設定はこれだけです。
	CoBaseは文字通り数分でインストールして起動できます。あとはあなた次第です。データベースをインストールするスクリプトがあるので、それをダブルクリックしてアドインをインストールし、設定を済ませれば、あっという間に起動できます。とても簡単です。さあ、これで準備完了です。
	ちょっと検索してみませんか。
ファルハン・マンスール	アップロードが完了すると、参照用にバッチ ID が表示されるので、それを使って検索することもできます。
	それでそれを検索してみると。
ウェイン・レビン	もちろん、因子名などに基づいて調べることもできますが、
	はい、バッチIDをそこに入れておきます。
	これにのみ焦点を当てました。
ファルハン・マンスール	これが先ほどアップロードしたファイルです。同様のプロット、パラメータ分布図を見ることができます。モデルがある場合はここに表示されます。JMPは1つしかないからです。
	ファイルがたくさんあります。ファイルはダウンロードもできるので、JMPファイルをダウンロードするとJMP内で開きます。
	ただし、JMP 以外のファイル、たとえば doc ファイルの場合は、デフォルトのドキュメント ビューアーで開かれます。私の場合は、Microsoft Word になります。
ウェイン・レビン	そうです、元の検索に戻ります。「アルゴンの流量を調べた人はいますか？」などを検索すると、
	ここで表示される JMP ファイルだけでなく、それに関連付けられた他のファイルも表示されるので、それらも返されます。
	アップロードについて少し説明しました。ここでも、
	標準化を促進し、これを簡単に、本当に簡単に行えるように努めています。
	もちろん、CoBaseユーザーはたくさんいるでしょうし、管理者権限を持つ人も数人いるでしょう。Farhan、ちょっと見てみましょうか？
	なぜなら、ここは…あまり深く掘り下げないからです。もしこれについてもっと詳しく知りたい、もっと話したいという場合は、質問の合間にお話しするか、ご連絡ください。
	後で、いつでも。
	あなたもそうですか。
	さあ、行きましょう。
ファルハン・マンスール	了解。そうだね。
ウェイン・レビン	ここでパラメータの設定がどのように行われるかについて簡単に説明したいと思います。
ファルハン・マンスール	はい、左側にはすべてのステップ、つまりドメインが表示されています。これは製造ステップ、製品コンポーネント、サブコンポーネントなどです。
	ここでステップの1つをクリックすると、現在存在するすべてのパラメータが表示されます。このドメインとサブドメインに現在存在するパラメータも表示されます。管理者ユーザーは新しいパラメータを追加できます。
	または既存の名前を編集して、ユーザーがアップロード時に選択できる標準の名前を作成します。
	管理者ユーザーは標準単位を割り当てることもできるため、右側には標準パラメータに関連付けられているすべての標準単位が表示されます。
ウェイン・レビン	そうです、そしてそこにタグがあります。
	先ほど触れましたが… パラメータに戻りましょう。これらのパラメータの名前は変更できます。申し訳ありません、少し見落としがありました。表をアップロードしてアルゴン流量を変更し、名前も変更したことを覚えていますか？
	そのテーブルをダウンロードすると、正しい名前が付けられます。そして、もし何らかの理由で、将来これらの標準名の一部を変更したいと思ったら、
	もう少し説明的な名前にしたい場合や、単に変更したい場合などは、管理パネルで変更できます。
	たとえば、システム内で変更を加えると、新しい名前に基づいて検索できるようになり、履歴も引き続き引き継がれます。
	そこで、柔軟性を追加しました。CoBaseを構築する上で、これは最も困難な点の一つ、おそらく最も困難な点の一つでした。Forhanさん、すみません、話を逸らしてしまいましたが、タグを見てみましょう。そうすれば、その感覚が掴めると思います。
ファルハン・マンスール	管理者ユーザーが作成できるタグのセットがあります。ここでは、新しいタグタイプを追加したり、タグ内に新しいタグを追加したりできます。タグタイプについては、現在、いくつか例を挙げています。例えば、テクノロジータグ、学習タイプのタグなどです。
ウェイン・レビン	ええ、テクノロジーに関しては、ある会社がこう言っています。「私たちにはさまざまな時代、さまざまなテクノロジーがあり、以前のバージョン、つまり以前のテクノロジーで行われたものを捨てたくないのです。」
	そこで彼らは、それに名前を付けられるようにしたかったのです。そして実際にそれが可能になったのです。
	ご存知の通り、アナリストごとにタグ付けしたいでしょう。例えば、誰かの名前やプロジェクトIDなどでタグ付けできます。これらはかなり分かりやすいタグですが、好きなタグを作成でき、いつでも追加できます。
	思いついたことをそのまま書いてください。
	以上が、今回ご紹介したデモです。少しでも雰囲気が伝われば幸いです。ご質問などございましたら、お気軽にお問い合わせください。
	コメント。ちょっと…画面に戻します。ありがとう、ファルハン。
	そしてこれを手に入れることができるかどうか見てみましょう。
	ご質問やご意見がございましたら、お気軽にお寄せください。ああ、申し訳ありません。これは間違ったスライドなので、編集して削除しなければなりません。
	だから私はバックアップするつもりです。
	ご質問やご意見がございましたら、ダウンロード時にスライドに連絡先情報を記載しておりますので、そちらにお問い合わせください。
	お気軽にご連絡ください。より詳しいデモンストレーションや、お客様が抱えている課題や問題、そしてCoBaseでどのように解決できるかについて、喜んでご説明いたします。ご興味をお持ちいただき、誠にありがとうございます。ありがとうございます。

高度な統計モデリング基本的なデータ分析とモデリングデータアクセス実験計画法予測モデリングと機械学習品質およびプロセスエンジニアリング信頼性分析結果の共有と伝達