Submit Search
Upload
機械学習とエントロピーを用いた作業時間の無駄に関する要因分析
•
1 like
•
103 views
H
HirochikaYamashiro
Follow
OR学会 2019年秋季研究発表会での発表資料. This presentation is presented in the Operations Research Society.
Read less
Read more
Data & Analytics
Slideshow view
Report
Share
Slideshow view
Report
Share
1 of 26
Download now
Download to read offline
Recommended
「事実にもとづく管理」によるソフトウェア品質の改善 ー ヒンシツ大学 Evening Talk #04
「事実にもとづく管理」によるソフトウェア品質の改善 ー ヒンシツ大学 Evening Talk #04
Makoto Nonaka
20190701トリーズ9画面法で企業分析@東大授業の事前課題
20190701トリーズ9画面法で企業分析@東大授業の事前課題
芳徳 高木
働き方改革版データアカデミー3 数値を使ったあるべき姿の設定
働き方改革版データアカデミー3 数値を使ったあるべき姿の設定
Hiroyuki Ichikawa
車載の品質管理 Automobile Quaulity Control
車載の品質管理 Automobile Quaulity Control
博行 門眞
なぜソフトウェアアーキテクトが必要なのか - デブサミ2011
なぜソフトウェアアーキテクトが必要なのか - デブサミ2011
Yusuke Suzuki
働き方改革版データアカデミー4 プロトタイプによる施策確認
働き方改革版データアカデミー4 プロトタイプによる施策確認
Hiroyuki Ichikawa
20140610 秋山-ss2014
20140610 秋山-ss2014
Kouichi Akiyama
鷲崎 メトリクスとGQMチュートリアル-公開版-20130912
鷲崎 メトリクスとGQMチュートリアル-公開版-20130912
Hironori Washizaki
Recommended
「事実にもとづく管理」によるソフトウェア品質の改善 ー ヒンシツ大学 Evening Talk #04
「事実にもとづく管理」によるソフトウェア品質の改善 ー ヒンシツ大学 Evening Talk #04
Makoto Nonaka
20190701トリーズ9画面法で企業分析@東大授業の事前課題
20190701トリーズ9画面法で企業分析@東大授業の事前課題
芳徳 高木
働き方改革版データアカデミー3 数値を使ったあるべき姿の設定
働き方改革版データアカデミー3 数値を使ったあるべき姿の設定
Hiroyuki Ichikawa
車載の品質管理 Automobile Quaulity Control
車載の品質管理 Automobile Quaulity Control
博行 門眞
なぜソフトウェアアーキテクトが必要なのか - デブサミ2011
なぜソフトウェアアーキテクトが必要なのか - デブサミ2011
Yusuke Suzuki
働き方改革版データアカデミー4 プロトタイプによる施策確認
働き方改革版データアカデミー4 プロトタイプによる施策確認
Hiroyuki Ichikawa
20140610 秋山-ss2014
20140610 秋山-ss2014
Kouichi Akiyama
鷲崎 メトリクスとGQMチュートリアル-公開版-20130912
鷲崎 メトリクスとGQMチュートリアル-公開版-20130912
Hironori Washizaki
ヒンシツ大学セミナー ゴール指向の測定と品質保証活動 -メトリクス解説およびGqm法のワークショップ-
ヒンシツ大学セミナー ゴール指向の測定と品質保証活動 -メトリクス解説およびGqm法のワークショップ-
Hironori Washizaki
Metrix team 20190524
Metrix team 20190524
SQiP-WEST
なぜソフトウェアアーキテクトが必要なのか - Devlove 20110423
なぜソフトウェアアーキテクトが必要なのか - Devlove 20110423
Yusuke Suzuki
テストを分類してみよう!
テストを分類してみよう!
Kenji Okumura
組込みSW開発技術研究会キックオフミーティング
組込みSW開発技術研究会キックオフミーティング
静岡大学情報学部 組込みシステムアーキテクト研究所
メトリクスによるソフトウェア品質評価・改善および製品品質実態
メトリクスによるソフトウェア品質評価・改善および製品品質実態
Hironori Washizaki
第83回情報処理学会全国大会_発表資料
第83回情報処理学会全国大会_発表資料
HirochikaYamashiro
ユーザーテスト体験イベント@株式会社メンバーズ 20150703
ユーザーテスト体験イベント@株式会社メンバーズ 20150703
Daisuke Hiraishi
楽天のRPAプラットフォーム構築事例
楽天のRPAプラットフォーム構築事例
Rakuten Group, Inc.
Keyword System Test
Keyword System Test
Toru Koido
大規模データに対するデータサイエンスの進め方 #CWT2016
大規模データに対するデータサイエンスの進め方 #CWT2016
Cloudera Japan
テスト自動化とアーキテクチャ
テスト自動化とアーキテクチャ
Toru Koido
Study ml
Study ml
卓馬 三浦卓馬
How to Develop Experiment-Oriented Programs
How to Develop Experiment-Oriented Programs
Kenta Oono
Continuous delivery chapter4
Continuous delivery chapter4
favril1
02 matsushita
02 matsushita
i-construction
ゆもつよ博士論文説明資料公開
ゆもつよ博士論文説明資料公開
Tsuyoshi Yumoto
Provisioning & Deploy on AWS
Provisioning & Deploy on AWS
Amazon Web Services Japan
SWEBOKにみるソフトウェアエンジニアリングの全体、および、 つながる時代のソフトウェアモデリング&品質
SWEBOKにみるソフトウェアエンジニアリングの全体、および、 つながる時代のソフトウェアモデリング&品質
Hironori Washizaki
More Related Content
Similar to 機械学習とエントロピーを用いた作業時間の無駄に関する要因分析
ヒンシツ大学セミナー ゴール指向の測定と品質保証活動 -メトリクス解説およびGqm法のワークショップ-
ヒンシツ大学セミナー ゴール指向の測定と品質保証活動 -メトリクス解説およびGqm法のワークショップ-
Hironori Washizaki
Metrix team 20190524
Metrix team 20190524
SQiP-WEST
なぜソフトウェアアーキテクトが必要なのか - Devlove 20110423
なぜソフトウェアアーキテクトが必要なのか - Devlove 20110423
Yusuke Suzuki
テストを分類してみよう!
テストを分類してみよう!
Kenji Okumura
組込みSW開発技術研究会キックオフミーティング
組込みSW開発技術研究会キックオフミーティング
静岡大学情報学部 組込みシステムアーキテクト研究所
メトリクスによるソフトウェア品質評価・改善および製品品質実態
メトリクスによるソフトウェア品質評価・改善および製品品質実態
Hironori Washizaki
第83回情報処理学会全国大会_発表資料
第83回情報処理学会全国大会_発表資料
HirochikaYamashiro
ユーザーテスト体験イベント@株式会社メンバーズ 20150703
ユーザーテスト体験イベント@株式会社メンバーズ 20150703
Daisuke Hiraishi
楽天のRPAプラットフォーム構築事例
楽天のRPAプラットフォーム構築事例
Rakuten Group, Inc.
Keyword System Test
Keyword System Test
Toru Koido
大規模データに対するデータサイエンスの進め方 #CWT2016
大規模データに対するデータサイエンスの進め方 #CWT2016
Cloudera Japan
テスト自動化とアーキテクチャ
テスト自動化とアーキテクチャ
Toru Koido
Study ml
Study ml
卓馬 三浦卓馬
How to Develop Experiment-Oriented Programs
How to Develop Experiment-Oriented Programs
Kenta Oono
Continuous delivery chapter4
Continuous delivery chapter4
favril1
02 matsushita
02 matsushita
i-construction
ゆもつよ博士論文説明資料公開
ゆもつよ博士論文説明資料公開
Tsuyoshi Yumoto
Provisioning & Deploy on AWS
Provisioning & Deploy on AWS
Amazon Web Services Japan
SWEBOKにみるソフトウェアエンジニアリングの全体、および、 つながる時代のソフトウェアモデリング&品質
SWEBOKにみるソフトウェアエンジニアリングの全体、および、 つながる時代のソフトウェアモデリング&品質
Hironori Washizaki
Similar to 機械学習とエントロピーを用いた作業時間の無駄に関する要因分析
(19)
ヒンシツ大学セミナー ゴール指向の測定と品質保証活動 -メトリクス解説およびGqm法のワークショップ-
ヒンシツ大学セミナー ゴール指向の測定と品質保証活動 -メトリクス解説およびGqm法のワークショップ-
Metrix team 20190524
Metrix team 20190524
なぜソフトウェアアーキテクトが必要なのか - Devlove 20110423
なぜソフトウェアアーキテクトが必要なのか - Devlove 20110423
テストを分類してみよう!
テストを分類してみよう!
組込みSW開発技術研究会キックオフミーティング
組込みSW開発技術研究会キックオフミーティング
メトリクスによるソフトウェア品質評価・改善および製品品質実態
メトリクスによるソフトウェア品質評価・改善および製品品質実態
第83回情報処理学会全国大会_発表資料
第83回情報処理学会全国大会_発表資料
ユーザーテスト体験イベント@株式会社メンバーズ 20150703
ユーザーテスト体験イベント@株式会社メンバーズ 20150703
楽天のRPAプラットフォーム構築事例
楽天のRPAプラットフォーム構築事例
Keyword System Test
Keyword System Test
大規模データに対するデータサイエンスの進め方 #CWT2016
大規模データに対するデータサイエンスの進め方 #CWT2016
テスト自動化とアーキテクチャ
テスト自動化とアーキテクチャ
Study ml
Study ml
How to Develop Experiment-Oriented Programs
How to Develop Experiment-Oriented Programs
Continuous delivery chapter4
Continuous delivery chapter4
02 matsushita
02 matsushita
ゆもつよ博士論文説明資料公開
ゆもつよ博士論文説明資料公開
Provisioning & Deploy on AWS
Provisioning & Deploy on AWS
SWEBOKにみるソフトウェアエンジニアリングの全体、および、 つながる時代のソフトウェアモデリング&品質
SWEBOKにみるソフトウェアエンジニアリングの全体、および、 つながる時代のソフトウェアモデリング&品質
機械学習とエントロピーを用いた作業時間の無駄に関する要因分析
1.
長岡技術科学大学 工学研究科 ○山城広周 井若玄貴 野中尋史 機械学習とエントロピーを 用いた作業時間の 無駄に関する要因分析
2.
1 背景・目的
3.
背景 製造工場において無駄は極力省きたい 無駄の原因を探るため要因分析が行われてきた 2 費用 時間
4.
品質管理[1] 3 組織構造 工場環境 品質 運用パフォーマンス 相関分析 要因分析を行うために • 工場に詳しい人 • 分析の専門家
5.
待ち時間の要因分析[2] モデルから得られる変数重要度を用いる • 良い影響の要因か悪い影響の要因か不明 4 製造データ 機械学習 モデル 待機時間
6.
背景 経験的な分析 専門家が必要 変数重要度 その要因の良し悪しが不明 問題設計を上手く行えば回避可能 •
既存のデータを用いず新しく設計したデータを収集 • 特定の作業に目的を絞る 5 現実的に難しい
7.
背景 画像を用いて作業の無駄や異常を推定[3, 4] • 固定カメラを設置して画像を取得 •
手元や姿勢に着目 工程情報と比較して • 材料情報などを含まない • 形状や機械の種類などの情報がない 6
8.
背景 作業時間の無駄 • 作業時間が長時間のもの • 作業時間のバラツキが激しいもの 作業時間のバラツキが大きい •
探した限りあまり研究が行われていない 7 本研究では作業時間のバラツキ
9.
目的 数理モデルの変数重要度を用いて要因分析は可能 • 良い影響があるか悪い影響があるか不明 画像を用いて無駄のみを推定することは可能 • 工程の詳細データは省かれている 作業時間の無駄 •
同一の工程情報でも作業時間にバラツキがあるもの 8 工程情報を用いた作業時間のバラツキの要因分析
10.
9 手法
11.
投稿時概略図 10 材料や機種など の工程情報 データ LightGBMで 作業時間を予測 予測値と実作業 時間を用いて 誤差を算出 作業時間の予測 出現確率から エントロピーを算出 要因分析
12.
要因分析 エントロピー 11
13.
ハミング距離を用いる利点 • 各サンプルで比較可能 • 分布で判断するエントロピーより細かく分析可能 本発表概略図 12 材料や機種など の工程情報 データ LightGBMで 作業時間を予測 予測値と実作業 時間を用いて 誤差を算出 作業時間の予測 各項目から ハミング距離を算出 要因分析
14.
ハミング距離 13 誤差 200 100 300 100 150 400 200 240 300 平均220 平均以下 1 1 0 1 1 0 1 0 0 素材A 1 0 0 1 0 0 1 0 0 ハミング距離:2 素材B 0 1 1 0 0 1 0 0 0 ハミング距離:6 平均以下 1 1 0 1 1 0 1 0 0 平均以下 1 1 0 1 1 0 1 0 0
15.
作業時間の予測 LightGBM[5] • シーケンシャルに誤差を学習 14
16.
15 実験・結果
17.
利用データ 協力企業より提供された各製造サンプルの工程情報 2017年11月 ~ 2018年10月までのデータを使用 16 工程
件数 上限 下限 A 31137 作業時間の10% 300秒以内 B 15270 作業時間の10% 60秒以内 項目 作業者CD 材料 製造個数 商品CD 材料パラメータ 製品質量 実作業時間 feature 全16種類 target
18.
LightGBMの結果 RMSEが作業時間の実測値平均の15%程度 • バラツキのあるデータは予測値から大きく離れたもの 17 工程 RMSE(秒)
実測値の平均(秒) A 179.25 1256.42 B 65.07 400.48 LightGBMのRMSEと実測値の平均
19.
ハミング距離の結果 18 項目 要素名 機種CD 110 機種CD
100 機種CD 80 名前CD 62991 機種CD 90 工程A 項目 要素名 名前CD 61721 材料1 素材1 材料P1 37 材料P2 10080 材料P1 35 工程B 誤差が平均以下の要素 • 距離を降順に並べた上位5つ • 工程Aでは作業機種の要素が目立つ • 工程Bでは材料,材料パラメータが目立つ
20.
19 考察
21.
考察 協力企業の技術者の方々と話し合い • LightGBMのRMSEと実測値平均 • ハミング距離の結果上位5つの要素 20
22.
バラツキ要因と考えられるもの 工程A 機種CDの80 • 利用頻度が低い • 作業者が慣れず実作業時間にバラツキが生じる 工程B 材料P1の37 •
特殊な形状で加工が難しい 21
23.
22 今後の課題・まとめ
24.
今後の課題 入力データに存在するノイズの除去 • 原因不明な要素の改善に繋がる可能性 大規模データ・他工程への適用 モデルの変数重要度の活用 • 誤差の大小と入力データからハミング距離を計算 画像情報も入力として用いる手法の考案 23
25.
まとめ 目的 • 工程情報から作業時間のバラツキ要因の分析 提案手法 結果・考察 • 低頻度の機種や特殊なパラメータを抽出 今後の課題 •
ノイズの除去 24 ハミング距離 要因分析工程情報 作業時間の予測
26.
参考文献 [1] Zhang, D.,
Linderman, K., & Schroeder, R. G. (2012). The moderating role of contextual factors on quality management practices. Journal of Operations Management, 30(1-2), 12-23. [2] Meidan, Y., Lerner, B., Rabinowitz, G., & Hassoun, M. (2011). Cycle-time key factor identification and prediction in semiconductor manufacturing using machine learning and data mining. IEEE Transactions on Semiconductor Manufacturing, 24(2), 237-248. [3] 高橋典宏, 山澤一誠, 生雲公啓, 野田賢, & 横矢直和. (2007). 距離 画像センサを用いた俯瞰画像からの SVM による人物の姿勢分類. 電子 情報通信 学会技術研究報告. 電子情報通信学会, 107(384), 47-52 [4] 清水早苗, 平湯秀和, 浅井博次, & 丹羽義典. (2007). 人物動作に着 目したシーン分割による作業動作の異常検出. 情報処理学会研究報告コ ンピュータビジョンとイメージメディア (CVIM), 2007(87 (2007- CVIM-160)), 195-200. [5] Ke, G., Meng, Q., Finley, T., Wang, T., Chen, W., Ma, W., ... & Liu, T. Y. (2017). Lightgbm: A highly efficient gradient boosting decision tree. In Advances in Neural Information Processing Systems, 3146-3154. 25
Download now