タグチメソッドの精緻化の研究

田口方法的详细研究

基本信息

批准号：
22K11942
负责人：
永田靖
金额：
$ 2.33万
依托单位：
Waseda University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2022
资助国家：
日本
起止时间：
2022-04-01 至 2025-03-31
项目状态：
未结题

项目摘要

MTシステムに関連し，次の研究を行った．①正常空間，既知の異常がある場合に，判定すべきデータが正常であるか，既知の異常であるか，未知の異常であるかを判定する手法を開発し，性能評価した．この手法は混合モデルに基づくものである．さらに，教師あり学習と半教師あり学習の両者を考慮し，性能の比較を行った．成果を国際会議（Asian Network for Quality）で発表した．この発表はBest Paper Awardに選出された（2021年度）．2022年度では，その内容に，さらに改良を加えて学術誌に投稿し，掲載された．②アンケートでは，５件法や７件法でデータを採取する．したがって，背後には連続的な計量空間が想定されるが，データ自体は離散量が得られる．このような場合，離散量に基づく相関関係は希薄化されてしまう．したがって，そのような状況で異常値を検出するためには，工夫が必要になる．そこで，連続変数と順序尺度変数間の相関として多分系列相関係数をMT法に組み入れて異常検知する方法を開発した．成果を国際会議（Asian Network for Quality）で発表した(2021年度)．2022年度では，その内容に，さらに改良を加えて学術誌に投稿し，掲載された．③高次元データに対応できるRT法を定式化して性能を比較した．代表的な高次元主成分分析法であるノイズ掃き出し法とクロスデータ行列法を取り上げ，それらを主成分分析を用いたタグチのRT法に導入し，その異常検出性能について検証した．成果を国際会議（Asian Network for Quality）で発表した（2021年度）．2022年度では，その結果に検討を加えて学術誌に投稿し，掲載された．

我们进行了以下与 MT 系统相关的研究。 ① 我们开发了一种当正常空间中存在已知异常时判断待判定数据是否正常、已知异常或未知异常的方法，并对其性能进行了评估。该方法基于混合模型。此外，我们考虑了监督学习和半监督学习并比较了它们的性能。结果在国际会议（亚洲质量网络）上公布。该演讲荣获最佳论文奖（2021 年）。 2022年，内容进一步完善并提交学术期刊发表。 ② 调查问卷采用五项法或七项法收集数据。因此，虽然后台假设了一个连续的度量空间，但数据本身却是一个离散量。在这种情况下，基于离散量的相关性将被稀释。因此，为了检测这种情况下的异常值，需要设计出检测异常值的方法。因此，我们开发了一种通过将多序列相关系数纳入 MT 方法来检测异常的方法，作为连续变量和序数尺度变量之间的相关性。结果在国际会议（亚洲质量网络）（2021 年）上公布。 2022年，内容进一步完善并提交学术期刊发表。 ③我们制定了一种可以处理高维数据的RT方法并比较了其性能。我们采用了噪声扫描法和交叉数据矩阵法这两种典型的高维主成分分析方法，并将其引入田口主成分分析的RT方法中，并验证了它们的异常检测性能。结果在国际会议（亚洲质量网络）（2021 年）上公布。 2022年，结果经过评审并提交给学术期刊发表。