2023 Fiscal Year Research-status Report
| Project/Area Number |
22K11942
|
|---|
| Research Institution | Waseda University |
|---|
Principal Investigator |
永田 靖 早稲田大学, 理工学術院, 教授 (30198337)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Keywords | タグチメソッド / MTシステム / T法 / スパースモデル / バギング |
|---|
| Outline of Annual Research Achievements |
①タグチのT法について，高次元データへの適用を想定した変数選択付きTa法を提案した．数値実験を通して，真のモデルがT法モデルである適切なデータに対してTa法は提案手法と同程度の性能を発揮することを示した．一方で，真のモデルが線形重回帰モデルなどの不適切なデータに対しては，提案手法の方がTa法よりも優れた性能を発揮することを示した．すなわち，提案手法がモデルの誤設定に対してロバストであると考えられる．この成果を2022年度の国際会議（Asian Network for Quality）で発表した．さらに，2023年度には，その内容に，さらに改良を加えて学術誌に投稿し，掲載された．
②アンサンブル枝刈りをバギングMT法に応用した2つの手法について提案し，実データを用いてその性能を検証した．アンサンブル枝刈りによって，学習させた異常データと同じパターンないし，似ているパターンの異常判別では，バギングMT法の判別精度を向上させることができた．一方，全く異なるような未知の異常判別では，性能を向上させることは難しかった．この成果を2022年度の国際会議（Asian Network for Quality）で発表し，Best Paper Awardに選ばれた．2023年度では，その内容に，さらに改良を加えて学術誌に投稿し，掲載された．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
MTシステムの新手法の研究については，複雑な状況下を設定したもとで，研究成果を出すことができた．研究成果の論文化と掲載を達成することができた．
一方，ＳＮ比や田口流実験計画法の研究には十分取り込むことができなかった．
|
| Strategy for Future Research Activity |
より複雑な状況におけるSN比解析や田口流実験計画法，そしてMTシステムの研究については研究を継続してきたい．特に，前者については，誤差因子が共変量として観測される場合のデータ処理と解析方法の拡張，後者については，スパースモデリングをRT法へ拡張すること，また，欠測値処理，半教師データの解析をMTシステムの各手法へ拡張するなど，データの構造の複雑さに対して，研究を深めていきたい．
|
| Causes of Carryover |
論文の審査が長引いたため，予定していた掲載料などの支払いが次年度に持ち越しになったため．
|
