| クラス | 情報科学 |
|---|---|
| データ構造 | 不正確、不完全、誤ったデータ |
根本原因分析ソルバーエンジン（非公式にはRCASE）は、もともとウォーリック大学のウォーリック製造グループ（WMG）の研究から開発された独自のアルゴリズムです。[ 1 ] [ 2 ] RCASEの開発は、障害や問題の根本原因を特定しようとする問題解決の方法である根本原因分析の自動化バージョンを提供するために2003年に始まりました。 [ 3 ] RCASEは現在、スピンアウト企業のウォーウィックアナリティクスが所有しており、自動予測分析ソフトウェアに適用されています。
アルゴリズム
このアルゴリズムは、特に以下の状況に適合するようにゼロから構築されています。
- 「汚れた」データ
- 不完全なデータ
- ビッグデータ
- 小規模なデータセット
- 複雑な問題（例えば、マルチモーダル障害や複数の解決策がある場合）
RCASEは予測分析分野における革新的技術とみなされており、分類アルゴリズムのカテゴリーに属します。上記のデータタイプを扱うために構築されているため、決定木、ニューラルネットワーク、回帰分析といった他の分類アルゴリズムや機械学習アルゴリズムに比べて多くの利点があることが証明されています。RCASEは仮説を必要としません。[ 4 ] [ 5 ]
その後、商用化され、 SAP、[ 6 ] Teradata、Microsoft [ 7 ]などのオペレーティングシステムで利用可能になりました。RCASEは製造業から生まれ、シックスシグマ、品質管理とエンジニアリング、製品設計、保証問題などのアプリケーションで広く使用されています。また、根本原因分析が必要なeコマース、金融サービス、公益事業などの他の業界でも使用されています。 [ 8 ]
注目すべきアプリケーション
シックスシグマの本拠地であるモトローラは、RCASEを支える研究技術を自社の品質プロセスのサポートに活用しました。この技術は、特定の携帯電話モデルにおける「欠陥なし」品質問題の解消に役立ちました。 [ 9 ]
メカニズムとアーキテクチャ
RCASEは非統計的であるため、仮説を必要としません。[ 10 ]プロセスにおける問題や障害の原因となる主要なパラメータがデータセットに存在しない場合でも、RCASEは探索空間を絞り込み、根本原因がどこにあるのかを示唆します。これは、最適な適合を見つけようとする統計理論とは異なるアプローチです。[ 11 ]
RCASEは最適化された組み合わせ理論に基づいており、グリッドクラスタまたは高性能インメモリデータベース上で動作します。このソフトウェアは、あらゆるMESおよびERPシステムとインターフェースします。[ 12 ]その結果、不良品の発生を監視・防止するセキュリティシステムが実現します。分析の出力は、故障の正確な根本原因、または故障の確率が高いことを示すパラメトリック領域（すなわち、次にデータを収集し、根本原因を正確に解決するためにどこを調べるべきかを示すデータ駆動型のガイダンス）のいずれかを特定するマーカーとなります。[ 13 ]
このソフトウェアはLinuxまたはMicrosoftオペレーティングシステムにインストールでき、オンプレミスまたはサービスとしてのソフトウェア（「SaaS」または「クラウド」）として展開できます。[ 14 ]
参照
参考文献
- ^ 「Warwick Analytical Software Limitedの概要」『ビジネスウィーク』誌。2014年11月8日時点のオリジナルよりアーカイブ。 2014年11月8日閲覧。
- ^ 「Manufacturing Global、製造業向けの新たな予測分析」 Issuu 2014年11月8日閲覧。
- ^ 「学術界と現実世界が出会うとき、その経験は人生を変えるものとなる：ダン・ソマーズ著『第一人者の視点』、ワーウィック・アナリティクス」 TechNet 。 2014年11月8日閲覧。
- ^ 「製造4.0 – 工業化からデータ駆動型製品ライフサイクルへ」 Citizen Tekk . 2014年11月8日閲覧。
- ^ 「シックスシグマにおける欠陥発見の仮説を排除し、品質管理に革命を起こす」 Supply Chain Digital . 2014年11月8日閲覧。
- ^ 「SAP、パートナーとの提携による破壊的ソリューションで成長機会を拡大、イノベーションを実現」 InformationWeek . 2014年11月8日閲覧。
- ^ 「SAP、SAP HANAで世界中の500社以上のスタートアップ企業を支援し、イノベーションを促進」 SAP SE 2014年11月8日閲覧。
- ^ 「ドイツに拠点を置くSAPがシリコンバレーからスタートアップエコシステムを構築する方法」 Pando Daily 。 2014年11月8日閲覧。
- ^ 「高度な分析が『欠陥なし』の問題を解決」 Warwick Manufacturing Group . 2014年11月8日閲覧。
- ^ 「分析ソフトウェアは大量製品リコール問題を解決できる可能性がある」エンジニアリング・アンド・テクノロジー・マガジン。 2014年11月8日閲覧。
- ^ 「Warwick Analytics、製造業におけるフォルトファインダーソフトウェアのパイオニア」The Engineer誌。2014年11月8日閲覧。
- ^ 「プレスリリース：ミッドランド社、大規模な車両リコール問題を解決できる可能性」ウォーリック大学、2010年10月25日。
- ^ 「ビッグデータを活用して欠陥ゼロを達成する」 European Business Review 2014年11月8日閲覧。
- ^ 「Warwick Analytics 、DEMO Fall 2013で製造プロセスを革新」。Boston.com 。 2014年11月8日閲覧。
外部リンク
