| 研究課題/領域番号 |
18K11202
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分60030:統計科学関連
|
|---|
| 研究機関 | 早稲田大学 |
|---|
研究代表者 |
永田 靖 早稲田大学, 理工学術院, 教授 (30198337)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
3,770千円 (直接経費: 2,900千円、間接経費: 870千円)
2020年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2019年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2018年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | タグチメソッド / SN比 / MTシステム / 実験計画法 / 多変量解析法 / 異常検知 / T法 / スパースモデリング / ロバストパラメータ設計 / 判別分析 / 順序尺度データ / 高次元データ / 管理図 / 変数探索 / 境界点探索 / ＳＮ比 / 一般化線形モデル / ＭＴシステム / Ｔ法 / 潜在クラスモデル / グラフィカルモデリング / ロバスト推定 / 予測 |
|---|
| 研究成果の概要 |
複雑なデータ環境に適用できるタグチメソッドの研究を行う．特に，タグチのMTシステムの研究を中心に行う．タグチ流実験計画法（ロバストパラメータ設計）やSN比についての研究も関連させて行う．MTシステムは異常検知のための解析手法と予測のための解析手法から成り立っているタグチ流多変量解析法の総称である．
MTシステムの各解析手法の理論的性質や改良手法に関しては，申請者らにより，これまでかなり研究の進展がある．今後は，高次元小標本データ，ノイズのあるデータ，欠測値データ，方向データなど，解析がより困難な状況を意識したMTシステムの新たな手法を開発する．
|
| 研究成果の学術的意義や社会的意義 |
本研究は，世界中の技術者により用いられているタグチメソッドの理論的な裏付けを行うとともに，より複雑なデータ環境に適用できる手法を開発することを目的とする．また，製造業における技術開発を支援することを目指す．この研究成果により，適切で迅速な異常検知や予測が実現可能になるとともに，効率的な新製品の開発の実現が期待できる．
|
