(3) – SAS Japón

医者の診断に例えて学ぶ
IA

» » «課題に行き着くためです。
Más información

今回から、「自覚症状が無いセンサデータの品質問題」に関連した話題をお伝えしていきます。

結果が出ないPoC（Prueba de concepto：概念実証）

S.A.S.は世界各国に支社を持ち、製造業DXの に 向け 数多く 分析 案件 を い。 よく よく 頂く は は は 、 生産 品 管理 設備 保全 図 １ １）））））））

図１. 生産ライン向けDXとしてよくある御相談　

ところが、PoCとして«分析 スペシャリスト スペシャリスト に を を ます。 に 分析 手法 の あり あり あり 、 手法 問題 問題 も も 、意外と盲点になっているのが分析対象となるセンサデータ自体の品質問題です。

センサデータの品質問題とは何か?

» «

図２. センサデータ分析システムの構築の流れ

図３は、センサデータの分析の際にUNyoの導入を意識して描いたものです。流れとしては、経営上の目標設定から始まり、データ取得、特徴量抽出/次元削減、そしてモデル作成へと進んでいきます。ここで皆様に質問させて頂きたいのは、どの工程が一番重要なのかということです。無論、どの工程も専門家の知見が必要であり、重要かつ難易度が高いのは当然ですが、最も重要なのは前半のデータ取得と特徴量抽出だと、あえて強調します。言い換えますと、モデル作成に使用されるセンサデータの品質（精度）が重要だということです。当然ではありますが、センサデータの質が悪い場合、データ分析（作成するモデルの精度）に影響が出てしまうためです。 の 診断 例え ば 検査 が が 間違っ て た た 下 し てしまう てしまう と 一 一 、 データ は 極 め 極 め て て ≤ ≤ ≤だと言えます。

図３. AIを用いたセンサデータ分析システムの開発の流れ

自覚症状が無いセンサデータの品質問題

この問題の恐ろしい点は、システム開発に携わっている関係者の皆様にとって自覚症状が表れない場合が多い«

Texto completo
データ 意味 や 、 要 を 御存知 の よう。 た 総合 私 私 私 の 健康 状態 て れる ようでし ようでし た のです のです のです のです のです のです のです のです のです が お 様 様 様 様 様 様 様 様 様 様 様 様 お お お お お お お お お おの の は 「の の 経験 即 即 ぁ ～～ 、 お答え お答え お答え た た

ということで、次回以降、私の経験即に基づいたチェックポイントを御紹介していきます。

次回に続く