2020 Fiscal Year Annual Research Report
Quality Control for Big Data Environment through Industry-Academia Collaboration
| Project/Area Number |
17K01253
|
|---|
| Research Institution | Nagoya Institute of Technology |
|---|
Principal Investigator |
川村 大伸 名古屋工業大学, 工学(系)研究科(研究院), 准教授 (50548261)
|
|---|
| Project Period (FY) |
2017-04-01 – 2021-03-31
|
| Keywords | 品質管理 / データサイエンス / 統計的工程管理 / 実験計画法 / テキストアナリティクス / サービス品質 / 外食 / 観光 |
|---|
| Outline of Annual Research Achievements |
最終年度には，集大成として多品種少量生産の製造下において有用な多変量階層ベイズ管理図を開発した．シミュレーション実験を行うことで，多品種少量生産のために品種ごとにはサンプルサイズが小さくなってしまい，管理図の性能が低下してしまう問題を解決できることが明らかとなった．さらに，半導体製造工程の実データに提案手法を適用した結果も良好だったことから，実務上の有用性も評価できた．また，2水準過飽和計画の解析手法としてボックス・メイヤーメソッドに着目し，その有用性を評価してきたが，サイズの大きな計画に対しては，組み合わせ数の増加のためにPCのメモリ不足が発生し，解析不能になってしまうという問題があった．その点に関して，ボックス・メイヤーメソッドのアルゴリズムを改良し，計算負荷を低減することで，サイズの大きな計画でも解析可能とし，さらに計算時間の短縮も実現した．
研究期間全体を通じて，ものづくり指向の研究に関しては，多品種少量生産における管理図に着目し，実務で活用する上で生じている障壁を明らかとし，実環境でも有用に機能する管理図の開発を行った．また，スクリーニング実験のための過飽和計画に関する研究も遂行し，先行研究では計画と解析手法を単独で扱っているケースが多いが，実務では計画と解析手法を組み合わせて使用することから，組み合わせの評価を行い，どのような組み合わせが有用であるかを明らかとし，実務上のガイドラインをまとめると同時に，解析手法の改良も行った．
サービス指向の研究に関しては， 1つ目は外食産業を対象とし，クチコミデータから顧客の評価構造を抽出する分析フレームワークを提案することで，顧客層や業態構造の時系列変化を明らかとした．また，公的統計の立場から外食産業の市場規模予測方法を開発した．2つ目は産業観光を対象とし，外国人向け工場視察研修におけるサービス品質評価を行った．
|
