概要
現在、プロセス産業の現場には多量のプロセスデータが蓄積されていますが、これらのプロセスデータは、品質の異常原因等を検討する時、過去の操業状況を調べるぐらいにしか使用されていないのが現状です。
大部分のデータは、利用されることなく単に蓄積されているだけではないでしょうか。
最近、これら蓄積されたプロセスデータを積極的に活用して、制御性能の改善、最適化、品質改善およびシステムの保全等に有効に活用しようとする試みがなされるようになってきました。
お客様の蓄積されたプロセスデータを有効活用し、さらに効率を追求するツールそれがデータ・マイニングツールdataFOREST（データフォレスト）です。*
特長
- データ・マイニング技術
最近、蓄積されている多量のプロセスの履歴データを活用して、制御性能の改善、最適化、などを図ろうとする試みがなされています。このような試みは、データ・マイニング（mining ：採鉱、発掘）と呼ばれ、最近の計算機ハードウェア性能の向上などから、実用的な技術として注目されてきています。
データ・マイニングとは、蓄積されたデータの集合から、規則性や関連性を取り出し、利用が容易な形式にすることです。その対象は一般に非線形で複雑な物が対象であり、さまざまな分野への応用が期待されています。
- データ・マイニングにおけるモデリングの手法
データ・マイニングによるモデリングの手法としては、ニューラル・ネットワークやGMDH（Group Method of Data Handling）などのブラックボックス・モデリングの研究が進められています。しかし、これらブラックボックス・モデリングには、システムの完成度をどのように検証するか、不明確な部分もあり、実用上の問題点になっています。
当社では、この様な問題に対して、現在AI分野で着目されている事例ベース推論の枠組みをモデリングに適用し、位相（Topology）の概念に基づき、入出力関係の連続性が成り立つ対象について一般化的な具現化をおこなうことが可能なTCBM(Topological Case Base Modeling)を開発しました。この技術では、システムの出力結果と同時に、入力事例と事例ベースとの類似度合いを出力することで、システムの完成度の検証も同時に行える仕組みになっています。
データモデリング概念図
TCBM：位相事例データモデリング概念図
|
