| スピーカー |
トランスクリプト |
| ヤシル・エル・フスニ |
こんにちは。 |
| |
私は、Saint-Gobain Research Provence のスマート製造チームに所属する R&D エンジニア兼データ サイエンティストの Yassir El Housni です。 |
| |
フランスのカヴァイヨンにて。 |
| |
私たちはセラミック材料事業部門のために活動しています。この記事では2つのポイントをお伝えします。まず、メーカーのデータプロジェクト向けに提案するデータプロジェクトのライフサイクルについてご紹介します。 |
| |
そして2番目では、 |
| |
サンゴバン社の材料、セラミック材料業界のユーザー事例を 2 つ紹介します。 |
| |
R&D、生産、品質、保守など、さまざまな部門にまたがるデータ プロジェクトに取り組むには、進捗を追求するために段階的なアプローチを取る必要があります。 |
| |
データベース方法論における知識発見、および定義、測定、分析、改善、制御を行う DMAIC としても知られるシックス シグマ哲学。 |
| |
この無限ループの中で、データ分析プロジェクトを適切に管理するために実行すべき7つのステップを定義します。これらのステップすべてにおいて、プロセスを十分に理解することが不可欠です。なぜなら、それが産業界におけるデータプロジェクトの成功の鍵となると考えているからです。 |
| |
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 ??? または Ishikawa ダイアグラムを含む問題解決ツールボックスを使用します。 |
| |
無限ループは、継続的な改善を実現するためのもう一つの道筋を示しています。次章では、このアプローチを段階的に詳しく説明します。 |
| |
まずは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です。 |
| |
多くの場合、製造業におけるデータ 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、エネルギー消費の削減です。 |
| |
ビジネス チャンスの定義では、何が使用されるのか、ターゲットに必要なのは視覚化だけなのか、分析だけなのかを把握する必要があります。 |
| |
そしてその後、その影響により、定量化された利益がビジネスにもたらされるはずです。 |
| |
第二に、データの可用性と有用性です。ここでは、データ品質の対角線分析を行います。これは、データプロジェクトの実現可能性を判断するステップにおいて非常に重要です。そのため、チーム構成も重要です。 |
| |
データ チームからの担当者、ビジネス ユニット チームからの担当者、工場からの担当者、シックス シグマのグリーン ベルトまたはブラック ベルトを持つプロセス エンジニアです。 |
| |
2番目のステップに進みましょう。 |
| |
データの準備。 |
| |
変換、統合、クレンジングは、データプロジェクトにおいて多くの時間を要する重要なステップです。例えば、ここにはさまざまなデータソースがあり、それらを一元管理する必要があります。 |
| |
1つのテーブルにまとめます。主に入力にはX、出力にはYを使用します。この設定では、JMPの様々なツール（欠損値処理、定数変数の???、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リクエストを保証するJMPデータテーブルツールなど）を使用します。 |
| |
3つ目のステップは、動的な視覚化を用いてデータを探索することです。JMPでは、視覚化の選択肢が豊富です。例えば、変数の分布をプロットし、それに伴う負荷(?)を推定することができます。 |
| |
箱ひげ図で外れ値を検出する |
| |
2つの変数間の非線形回帰、 |
| |
等高線または密度マッピングを使用して、各人口の集中の主な配置を決定することができ、それをプロットするための幅広い選択肢があります。 |
| |
???、私たちは仕事でそれらを通常使用しており、非常に便利だと感じています。 |
| |
4 番目のステップはモデルの開発を進めることですが、これは必要な分析の種類によって異なります。 |
| |
それは... |
| |
目的は説明すること、または予測することです。前者は変数間の関連性に関するもので、データのパターンを説明するのに役立ちます。後者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、データセットは3つのブロックに分割し、70%をトレーニング用、20%をテスト用、10%を検証用とします。また、データサイズが小さい場合は、70%をトレーニング用、30%を検証用に使用することもあります。モデルが適切であれば、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の両方にアプローチする必要があります。本日、サンゴバンではJMPの通常版を使用します。 |
| |
また、線形回帰、決定木、ニューラルネットワークといった教師あり学習ツールも利用できます。決定木は関連性の高い結果をもたらし、セラミック材料業界の課題解決に役立つため、現在では多くの研究に活用しています。 |
| |
5番目のステップは、最適解を見つけることです。単一の解を求める場合もありますが、複数のモデルを組み合わせる場合もあります。最適な解を求めるために、例えば平均最大値や各変数の評価ステップなど、いくつかの制約を追加しました。 |
| |
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。 |
| |
これからの次のステップは、シックス シグマ グリーン ベルトまたはブラック ベルトを持つ当社のプロセス エンジニアのサポートを受けて、工場へ渡すことです。 |
| |
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つの代表モデルのみで制御することです。例えば、出力Y1の管理図を実装し、様々な変動を分析します。 |
| |
7番目のステップでは、モデルの有効性をモニタリングし、データプロジェクトの取り組みによる全体的な利益を視覚化します。例えば、円グラフでは、世界の収量への放射状の影響を確認できます。 |
| |
そして最後に、継続性、継続的な改善、無限ループの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 の準備です。 |
| |
以上がデータ プロジェクトのライフサイクルに関する説明です。次に、JMP を使用したプロトコルの実際のケース スタディを 2 つ紹介します。 |
| |
2つの例では、同じプロセス技術を研究しました。電気アーク炉に関するものですが、2つは製品もターゲットも異なります。 |
| |
この技術では、電気的、熱的、化学的、時間的、その他の物理的影響など、複雑な多物理的現象が存在します。 |
| |
ここでは、たとえば、さまざまな種類のセンサーから取得される 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 の全体的な収量を説明することでした。 |
| |
この中で、欠陥 #1、#2 から #N まで、さまざまな種類の欠陥が検出されます。 |
| |
そしてデータセットを正しく準備するために、私たちはパレート図を使いました。 |
| |
マハラノビス距離を使用した外れ値処理、エラーの種類を修正するための正しい属性の再コーディング、および欠損値の処理。 |
| |
ステップ3の探索では、入力間の相関関係を調べて変動の数を減らす例を示します。 |
| |
モデルと仕事をした後。 |
| |
その結果、たった3つの変数で決定木が見つかりました。ここでの目標は、なぜ収量がそれほど高くないのかを説明することでした。 |
| |
最大限に。 |
| |
そして私たちは |
| |
100 未満の変数が 3 つだけの決定木です。モデルでは、データサイズが大きくないため、データの 70% をトレーニングに使用し、30% を検証に使用して、重要な平方根で良好な結果が得られます。 |
| |
ご覧の通り70%以上です。 |
| |
私たちが工場に伝えたメッセージは、特定の設定だけで |
| |
X1、X2、X3は説明できる |
| |
グローバル収量であり、この収量のパーセントである Y を最大化する必要がある場合は、X1 と X3 専用の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変化するはずです。それがポイントです…ここに点が集まっているところです。 |
| |
そしてそれぞれ |
| |
プロジェクトでは、各パラメータの物理的な理解も提供します |
| |
植物に。 |
| |
2 番目の例では、同じテクノロジーですが別の製品です。ここではプロセス変数は 80 個だけで、欠陥のない製品の数 D1 を増やすことが目標でした。 |
| |
必要なのは品質の説明だ |
| |
特定の製品については、同じ手法を用いています。例えば、ここでは入力値間の相関関係を同じにすることで、モデルに組み込む変数の数を減らしました。 |
| |
そして、結果として、我々は決定木も使用しましたが、ここでは、このグローバル収量を説明する12の変数を見つけました。 |
| |
良い |
| |
結果を見ると、R2は84%、RMSEは3%、サイズ数は287でした。この結果には、クロスバリデーション法を使用しました。 |
| |
テーブルのサイズが非常に小さいためです。 |
| |
最初のパラメータは非常に重要で、ご覧のとおり 50% を占めています。 |
| |
植物に12個の変数を適用して説明するのは困難でした。最初の変数だけをプロットすると、変数X1だけで閾値を定義でき、それによって全体の収量が急速に変化するのを視覚的に確認できます。 |
| |
ありがとう。 |
