| 研究課題/領域番号 |
20K13595
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分07080:経営学関連
|
|---|
| 研究機関 | 京都橘大学 (2021-2023)
中央大学 (2020) |
|---|
研究代表者 |
楊 文賀 京都橘大学, 経営学部, 専任講師 (50781796)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2025-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2022年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2021年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2020年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
|
|---|
| キーワード | シミュレーション / 経営情報 / 経営システム / システムシミュレーション / IoT |
|---|
| 研究開始時の研究の概要 |
経営システムにIoTを導入することにより、組み込み機器やセンサーなど、多様なデバイスからネットワークを通じて、生産・サービスプロセスに関するデータがクラウドに集約される。本研究は、IoT技術を応用して収集したデータをリアルタイムに利用し、実在システムの変化にダイナミックに対応できるシミュレーションモデリングのアプローチを提案することを目指す。また、実在システムをサイバー空間に再現・分析することにより、得られた知見を実システムにフィードバックして本研究の有効性を検証する。
|
| 研究実績の概要 |
令和５年度は、主に以下の事項について研究を行った。
１．RFIDデータクレンジング手法について
RFIDの特性により、本研究で取扱うデータをシミュレーションモデルのインプットデータとして利用するには、ノイズ（エラーや不要なデータ）が存在している。昨年度で提案したノイズ除去アプローチで開発したデータクレンジングプログラムは一定な効果が見れたが、ノイズ種類（①「行ったり来たり型」誤受信ノイズ、②「同一位置重複記録型」ノイズ、③「階飛び型」誤受信ノイズ）によって、クレンジング後の改善効果も異なる。原因究明のために、各種タイプのスタッフ、および患者（エンティティ）のデータを抽出し、処理を行った。各種タイプのエンティティに対してのノイズ処理効果を比較し、評価を行った。また、その原因について分析して、改善方法を検討した。
２．プロセスマイニング手法の応用について
情報システムのログデータを解析するために、プロセスマイニング手法が応用されている。プロセスマイニングは、業務プロセスの処理パターンをイベントログデータの蓄積により可視化し、改善ポイントを具体的に特定することで業務効率化を支援する手法で、リアルタイムでの応用も期待される。プロセスマイニング手法を用いて、本研究で収集したRFIDデータの活用可能性を検討した。また、プロセスモデルを自動生成するのためログデータに必要となる項目とRFIDデータで収集した情報を比較し分析を行った。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
プロセスマイニングについての資料収集・調査は予想より時間かかったため、今年度の進捗やや遅れている。
|
| 今後の研究の推進方策 |
プロジェクトの研究結果をまとめて、報告する。
|
