UA-115498173-1

2017年11月25日

階層型クラスター分析で面内分布を分類する

先日のサミットでの発表では,階層型クラスター分析を用いて特性の面内分布のクラスタリングをデモしました.懇親会の場でまさにこういうことがやりたかったという方に声をかけていただきまして,どうやるのかという質問に後日このブログに掲載しますとお答えしました.もともと出版記念セミナーとサミットとでデモした内容は本書の編集時点ででカットしたものですが,応用範囲は広いのでしまっておくのは残念に思っていました.ともに実験計画の外側のデータを有効に使うために考案した手法です.「統計的問題解決入門」第5講の例題はデータ取得前に通常は外側に配置する因子を内側に配置してカスタム計画に強引に持っていくという手法ですが,今回のデモでは既に取得されたデータを外側直交に配置して,統計モデルを作成しています.このデータ構造故に面内分布のクラスタリングが可能であることに注意してください.以下に手順を示しますので,ぜひ自分のデータで実習してみて下さい.
まずデータ構造として列名で「因子1」「因子2」「因子3」...という特性の設計因子に続いて「特性@測定点1」「特性@測定点2」「特性@測定点3」のようなものを考えてみます.このデータに測定点の座標「X」「Y」という新たな量的因子を導入して積み重ねの構造にします.そうすると,「因子1」「因子2」「因子3」...「X」「Y」「特性」というような列の並びになります.これらに加えて通常は「Lot」とか「パーツ番号」あるいは「製品名」とかのその列名も加わっていることが多いはずです.
 
このデータに対して,「分析>クラスター分析>階層型クラスター分析」を実施します.設定パネルで左下のプルダウンで「通常のデータ」となっているのを「積み重ねたデータ」に変更して,ここが重要ですが「空間的な指標の計算」にチェックを入れます.「Y,列」には「特性」を「属性のID」には「X」「Y」を指定し,「対象のID」にはその面内分布をユニークに指定するために必要な列をいれます.例えば,「Lot」ですとか「製品名」ですとか.実験計画のデータであれば「実験番号」というのでもいいです.そうしたら『OK』です.
 
「空間的な指標」という設定パネルが出てきます.ここのパラメータの設定にはハフ変換という画像処理を知っておく必要がありますが,とりあえずデフォルトで『OK』してください.そしてレポートの赤三角から「クラスターの要約」でデモで示したクラスタリング結果が面内マップで表示されます.
 
言葉だけですと分かりにくいかもしれませんが,一連の操作は上述の通りなので難しいことはありません.場合によって難しいかもしれないのは上述したハフ変換の設定を最適化する必要がある場合でしょうか.これらのパラメータを調節することで特定の欠陥パターンを効果的に分類・抽出できますが,その設定によって大幅に処理時間が変わってきます.ある程度の経験が必要なので言葉では説明が困難なのですが,具体的なデータを提示していただければアドバイスできると思います.私の本職は画像処理なのでここらへんの勘所はあります.
ご質問してくださったかたがこの記事をお読みになることを願いつつ,それでは今週はこれで.
タグ:JMP
posted by Tad at 08:22| Comment(0) | TrackBack(0) | Q&A

2017年11月18日

産業界の皆様へ

昨日のDISCOVERY SUMMIT JAPANでは多くの方々とお会いできて楽しかったです.運営に関与するものとして参加してくださった皆様にお礼をいたします.あれだけの規模のイベントをJMP Japanのマーケット部門の女性三人が中心となって成功させたのです.リーダーのかたはデフォルトが笑顔という素敵な方ですが,昨日は笑顔が消えていましたが,懇親会の場でお見かけしたときは笑顔が戻っていたので安心しました.
私も発表させていただきましたがこのブログでもお話ししたように代打での登壇だったので本来50分枠のテーマを25分枠に押しこんでしまい,質問もお受けできずもうしわけございませんでした.デモもじっくりやりたかったのですがやはり時間切れで忙しかったですね.「階層型クラスター分析」の操作について懇親会の場でご質問いただいたので,後日このブログで説明しますとお答えしたのですが,見てくださってますか?来週までお待ちください.
昨日参加できなかった方もいらっしゃると思いますので,私の発表で特に産業界の技術者にお伝えしたかったメッセージを以下に再掲します.冒頭では医薬系分野とその他の産業分野との比較をして来年はもっと後者からエントリーを増やしたいという前置きをしています.書き起こしではなく覚えている限りなので微妙に違っているかもしれませんが,その点はお許しください.
ここから
このような発表で構いませんので,来年は皆様からもエントリーをお待ちしています.もちろん,社外発表することが我々の目的ではありませんが,アイデアがあれば発表することで手法のアラが見えてくるということは実感しています.自分のアイデアに磨きをかける機会はとても貴重です.更に重要なこととして,まずはJMPを用いた実験計画にトライしてみてください.日本の産業界に実験計画をはじめとした統計的手法がもっと普及して欲しいと願っています.
こんなことを言うのも,私たちの製品はお互いに依存し合っているからなのです.半導体メーカーの作ったパワーデバイスはインバーターに使われ,それはモーターに使われ,電気自動車に使われる,それが交通システムという更に上位の製品を形成する.その一つ一つのドメインにいて,我々はときに協し力ときにしのぎを削りつつ最適化していく必要があります.とはいえ,これは部分最適化です.明らかなことはそれぞれの製品をよりよく作っていくには全体最適化を目指さなければならないということです.そのためには一つの大きな実験計画が必要です.ところが,半導体の製造工程も1,000を超え,自動車の部品も3万点以上と聞きます.一つの大きな実験計画を組むことは現実には不可能です.
この状況の中で我々に必要なのは,単なる局所的な解ではなく,個々の製品のシステムを理解することです.解から理解へ.単なる解を得るだけならば近い将来AIがやってくれるようになるでしょう,我々に残された仕事はシステム,製品を理解すること,そのためにはJMPを使ったデータ結果の探索がますます重要になっていくはずです.
ここまで
メッセージを入れた発表でしたが,アイデアとしても役に立つものと思っています.言及はしませんでしたが,あの最適化はMCDAアドインで実施可能です.詳細が知りたい方は後日開催予定の「統計的問題解決フォローアップセミナー」にいらして下さい.ただ,開催日時は全く未定なので,お急ぎの方は直接お問い合わせください.
それではまた.
タグ:JMP
posted by Tad at 08:03| Comment(0) | TrackBack(0) | JMP

2017年11月12日

いよいよ来週はDISCOVERY SUMMIT JAPAN 2017

いよいよ来週はDISCOVERY SUMMIT JAPAN(DSJ)2017が開催されます.このところ週末になると天気が崩れるので当日の天気が気になりますが,このところ天気運には恵まれているので大丈夫ではないかと期待しています.何しろ先月の出版記念セミナーでは,前日まで東京では127年ぶり15日連続で10月に雨が降ったそうですが,当日の26日は良い天気に恵まれました.
DSJでは私もポスターと口頭発表させていただくことになっていまして,先日発表資料を提出したところです.今回の発表は産業分野の皆様の手本となればとも思い,SAS社指定のテンプレートを使いました.本年のテーマカラーは緑のようですね.実は普段はこのようなテンプレートはできるだけ使わないようにしています.チャートジャンクならぬPPTジャンクとでもいいましょうか.必要ない情報は見るのに邪魔なだけでなく余白の美しさを台無しにするものです.某社のプレゼンでは毎ページに目立つ色とデザインで精神的なスローガンが入っていて,見ているだけで疲れてしまいました.
DSJ 2017のテンプレートには下部中央にコピーライト表示が入っていて,デフォルトではこのようになっています.
Copyright コピーライトマーク 2017 SAS Institute Inc. All rights reserved.
このコピーライト表示は各自で資料作成者の名前や(業務上の著作物は会社に帰属することになっている場合は)会社名などに差し替えます.学会の投稿論文のように印刷やWEB送信を前提とするものは基本的に著作権は学会に譲渡することが多いのですが,プレゼン資料の著作権までは譲渡しません.資料の著作権をSAS社に譲渡するとそれを社内で使うには著作権利用許諾が必要になってしまいます.
ところでこのテンプレートのコーピーライト表示にはおかしいところがありますが,お分かりでしょうか.まず第一に,コピーライトマークはCopyrightの省略記号なので,両者を同時に表紙する必要はありません.ダブっているとおかしいので コピーライトマークまたはCopyright だけを残すべきです.さらに.All rights reservedはブエノスアイレス条約に調印していない日本では意味(効力)がありませんから省くべきです.おそらくUS本社指定のテンプレートだからでしょうが,米国でも既に実質的な意味合いはありませんので,最近では表示しません.
前にもお話ししたかもしれませんが,私は今年もSteering Committeeを拝命しているので,今年は「統計的問題解決入門」の紹介のポスターを景気付けに展示させていただくだけにして,自ら発表する予定はありませんでした.ところが,海外からエントリーで都合がつかなくなったという方が出て急遽その穴埋めに抜擢されたのです.
常々,産業分野のJMPユーザーをもっと活発にしたいと考えていたので,この機会に来年のSUMMITへの発表をお誘いするようなお話をすることにしました.今年の米国でのSUMMITは先月St. Louisで開催されました.講演者数を比較すると米国が総勢72名(内4名は基調講演)に対し日本は26名(基調講演は2名)です.そもそも4日間に渡って開催されるという日本とは規模が違うイベントなので,講演者数が少ないのは当たり前ですが,講演内容を見ると日本では圧倒的に医薬関連の発表が多いのが特徴です.発表数は米国のおよそ2倍あるので,発表総数では三分の一近いことを考えると如何にアンバランスであることがわかります.当然それだけ産業分野からの発表は日本では少ないということです.また,開発拠点のある米国ではSAS社からの発表も多く,今年もあのDSDの考案者(の一人)のBradley Jonesさんも自ら発表されたようです.
その他,米国の発表には色々とバラエティに富んでいるのも特徴的です.個人的に注目しているのは3人のUS Armyからの発表です.Army Sniper Munition Optimization: A Comprehensive Dispersion Response Analysis Using a Custom Split-Plot Design, Loglinear Variance and Graphical Analyses
というChristopher DrakeさんとDouglas Rayさんの発表ですが,要旨によれば,JMPを使って高性能ライフルのスナイパー弾の命中精度を改善するという事例です.FPSゲームをやっている人ならばammoといえばお分かりこういうやつです.カスタム計画を使った予測モデルによるパラメータ最適化設計の事例で,得られた最適解をグラフビルダーなどで可視化してじっくりと考察されているようで,ぜひ詳しい内容が知りたく,SAS社に発表内容を問い合わせてみます.
日本の発表にも興味深いものがありますので楽しみにしています.当日お会いできる方はポスターにお立ち寄りいただいて,ぜひ声をかけてください.参加できない方も後日になりますがこの場で報告しますのでお待ちいただければと思います.
それではまた.
タグ:JMP
posted by Tad at 11:32| Comment(0) | TrackBack(0) | JMP