TOP特許意匠商標
特許ウォッチ Twitter
10個以上の画像は省略されています。
公開番号2024080444
公報種別公開特許公報(A)
公開日2024-06-13
出願番号2022193634
出願日2022-12-02
発明の名称因子分析装置、方法、及びプログラム
出願人オムロン株式会社
代理人弁理士法人太陽国際特許事務所
主分類G06N 20/00 20190101AFI20240606BHJP(計算;計数)
要約【課題】製品の製造プロセスにおいて製品に生じる現象を予測する機械学習モデルにおいて、予測に影響を与える因子の影響度を分析する。
【解決手段】取得部32が、加工時の製品の状態に影響を与える複数の因子の各々の値を異ならせた条件毎に、加工時の製品の状態を示す状態情報を取得し、学習部34が、状態情報を用いて、複数の因子の各々の値が入力された場合に、加工時の製品の状態を予測する予測モデル42を学習し、判定部36が、学習結果に基づいて、複数の因子と予測モデル42による予測結果とに相関があるか否かを判定し、相関があると判定された場合に、分析部38が、状態情報を用いた重回帰分析により、予測結果に対する複数の因子の各々の影響度を分析する。
【選択図】図2
特許請求の範囲【請求項1】
加工時の製品の状態に影響を与える複数の因子の各々の値を異ならせた条件毎に、前記加工時の製品の状態を示す状態情報を取得する取得部と、
前記状態情報を用いて、前記複数の因子の各々の値が入力された場合に、加工時の製品の状態を予測する機械学習モデルを学習する学習部と、
前記学習部による学習結果に基づいて、前記複数の因子と前記機械学習モデルによる予測結果とに相関があるか否かを判定する判定部と、
前記判定部により相関があると判定された場合に、前記状態情報を用いた重回帰分析により、前記予測結果に対する前記複数の因子の各々の影響度を分析する分析部と、
を含む因子分析装置。
続きを表示(約 1,500 文字)【請求項2】
前記分析部は、分析した前記複数の因子の各々の影響度、前記影響度が所定値以上の因子、又は前記影響度が上位所定個の因子を含む分析結果を出力する請求項1に記載の因子分析装置。
【請求項3】
前記判定部は、前記機械学習モデルの予測精度が、予め定めた範囲内の場合に、前記複数の因子と前記機械学習モデルによる予測結果とに相関があると判定する請求項1又は請求項2に記載の因子分析装置。
【請求項4】
前記分析部は、前記複数の因子の各々に基づく変数を説明変数とし、前記状態情報を目的変数として重回帰分析を行って得られる重回帰式の各説明変数についての係数に基づいて、前記複数の因子の各々の影響度を算出する請求項1又は請求項2に記載の因子分析装置。
【請求項5】
前記分析部は、前記係数を標準偏回帰係数とし、各説明変数についての標準偏回帰係数の合計に対する、各説明変数についての標準偏回帰係数の割合を前記影響度として算出する請求項4に記載の因子分析装置。
【請求項6】
前記分析部は、いずれかの因子についてのべき乗項を前記説明変数に追加する処理、異なる複数の因子の組み合わせを前記説明変数に追加する処理、及び前記複数の因子のいずれかを前記説明変数から除外する処理の少なくとも1つの処理を行う請求項4に記載の因子分析装置。
【請求項7】
前記学習部は、前記複数の因子から選定した因子を説明変数とした場合に、前記機械学習モデルにより予測される予測結果と、前記説明変数に対応する前記状態情報との差である予測誤差を含む損失関数を最小化するように前記機械学習モデルのパラメータを更新する請求項1又は請求項2に記載の因子分析装置。
【請求項8】
前記学習部は、前記判定部により、前記複数の因子と前記機械学習モデルによる予測結果とに相関がないと判定された場合、前記説明変数とする因子を選定し直す請求項7に記載の因子分析装置。
【請求項9】
取得部が、加工時の製品の状態に影響を与える複数の因子の各々の値を異ならせた条件毎に、前記加工時の製品の状態を示す状態情報を取得し、
学習部が、前記状態情報を用いて、前記複数の因子の各々の値が入力された場合に、加工時の製品の状態を予測する機械学習モデルを学習し、
判定部が、前記学習部による学習結果に基づいて、前記複数の因子と前記機械学習モデルによる予測結果とに相関があるか否かを判定し、
分析部が、前記判定部により相関があると判定された場合に、前記状態情報を用いた重回帰分析により、前記予測結果に対する前記複数の因子の各々の影響度を分析する
因子分析方法。
【請求項10】
コンピュータを、
加工時の製品の状態に影響を与える複数の因子の各々の値を異ならせた条件毎に、前記加工時の製品の状態を示す状態情報を取得する取得部、
前記状態情報を用いて、前記複数の因子の各々の値が入力された場合に、加工時の製品の状態を予測する機械学習モデルを学習する学習部、
前記学習部による学習結果に基づいて、前記複数の因子と前記機械学習モデルによる予測結果とに相関があるか否かを判定する判定部、並びに、
前記判定部により相関があると判定された場合に、前記状態情報を用いた重回帰分析により、前記予測結果に対する前記複数の因子の各々の影響度を分析する分析部
として機能させるための因子分析プログラム。

発明の詳細な説明【技術分野】
【0001】
本発明は、因子分析装置、因子分析方法、及び因子分析プログラムに関する。
続きを表示(約 2,200 文字)【背景技術】
【0002】
従来、半導体等の製品の製造プロセスにおいて製品に生じる現象(例えば、基板の反り等)を、機械学習モデルを用いてシミュレーションすることが行われている。例えば、製造プロセスの所定の処理単位において、対象物の処理に伴い測定された時系列データ群を取得し、取得した時系列データ群を複数のネットワーク部を用いて処理することで各出力データを出力する仮想測定装置が提案されている。この装置は、出力された各出力データの合成結果が、製造プロセスの所定の処理単位において対象物を処理した際の結果物の検査データに近づくよう、複数のネットワーク部を機械学習する(特許文献1)。
【0003】
また、ディープニューラルネットワーク等を用いた機械学習モデルでは、機械学習モデルがどのような考え方に基づいて判断を行い、結果を算出しているか等がブラックボックスである。そこで、ディープニューラルネットワーク等を用いた機械学習モデルにおける主要な説明変数を抽出する情報処理装置が提案されている。この装置は、データベースに格納されているデータに基づいてディープラーニングモデルを用いて予測処理を実行する。そして、この装置は、予測結果を目的変数とし、データを説明変数として重回帰分析を行い、重回帰分析の結果に基づいて、ディープラーニングモデルの予測結果を説明するための変数を決定する(特許文献2)。
【先行技術文献】
【特許文献】
【0004】
国際公開第2020/111258号
国際公開第2018/142753号
【発明の概要】
【発明が解決しようとする課題】
【0005】
特許文献2に記載の情報処理装置は、金融データを対象としている。しかし、製品の製造プロセスにおいて製品に生じる現象のように、複数の製品構成部品及び物理法則が介在する場合におけるアルゴリズム等の論理式に従った予測、かつ、測定されるデータが一定のばらつきを持つような場合では、機械学習モデルにより予測できる傾向が存在しない場合がある。このような場合には、特許文献2の手法では、機械学習モデルによる予測を適切に説明することができないという問題がある。
【0006】
本発明は、上記の点に鑑みてなされたものであり、製品の製造プロセスにおいて製品に生じる現象を予測する機械学習モデルにおいて、予測に影響を与える因子の影響度を分析することを目的とする。
【課題を解決するための手段】
【0007】
上記目的を達成するために、第1態様に係る因子分析装置は、加工時の製品の状態に影響を与える複数の因子の各々の値を異ならせた条件毎に、前記加工時の製品の状態を示す状態情報を取得する取得部と、前記状態情報を用いて、前記複数の因子の各々の値が入力された場合に、加工時の製品の状態を予測する機械学習モデルを学習する学習部と、前記学習部による学習結果に基づいて、前記複数の因子と前記機械学習モデルによる予測結果とに相関があるか否かを判定する判定部と、前記判定部により相関があると判定された場合に、前記状態情報を用いた重回帰分析により、前記予測結果に対する前記複数の因子の各々の影響度を分析する分析部とを含んで構成される。
【0008】
また、第2態様に係る因子分析方法は、取得部が、加工時の製品の状態に影響を与える複数の因子の各々の値を異ならせた条件毎に、前記加工時の製品の状態を示す状態情報を取得し、学習部が、前記状態情報を用いて、前記複数の因子の各々の値が入力された場合に、加工時の製品の状態を予測する機械学習モデルを学習し、判定部が、前記学習部による学習結果に基づいて、前記複数の因子と前記機械学習モデルによる予測結果とに相関があるか否かを判定し、分析部が、前記判定部により相関があると判定された場合に、前記状態情報を用いた重回帰分析により、前記予測結果に対する前記複数の因子の各々の影響度を分析する方法である。
【0009】
また、第3態様に係る因子分析プログラムは、コンピュータを、加工時の製品の状態に影響を与える複数の因子の各々の値を異ならせた条件毎に、前記加工時の製品の状態を示す状態情報を取得する取得部、前記状態情報を用いて、前記複数の因子の各々の値が入力された場合に、加工時の製品の状態を予測する機械学習モデルを学習する学習部、前記学習部による学習結果に基づいて、前記複数の因子と前記機械学習モデルによる予測結果とに相関があるか否かを判定する判定部、並びに、前記判定部により相関があると判定された場合に、前記状態情報を用いた重回帰分析により、前記予測結果に対する前記複数の因子の各々の影響度を分析する分析部として機能させるためのプログラムである。
【発明の効果】
【0010】
本発明に係る因子分析装置、方法、及びプログラムによれば、製品の製造プロセスにおいて製品に生じる現象を予測する機械学習モデルにおいて、予測に影響を与える因子の影響度を分析することができる。
【図面の簡単な説明】
(【0011】以降は省略されています)

この特許をJ-PlatPatで参照する

関連特許

個人
情報検索装置
5日前
個人
ノートPC寝台
7日前
個人
ドットパターン
4日前
個人
暗号化記憶媒体
1か月前
個人
環境情報処理装置
25日前
個人
外食予約システム
25日前
個人
求人支援システム
1か月前
個人
電子文書の閲覧用電子機器
11日前
ニデック株式会社
冷却装置
19日前
個人
サービス提供システム
18日前
個人
海外在住支援システム
25日前
キヤノン電子株式会社
携帯情報端末
6日前
株式会社ワコム
電子ペン
28日前
シャープ株式会社
情報出力装置
1か月前
個人
施術スタッフ育成システム
12日前
大和製衡株式会社
組合せ計数装置
7日前
東洋電装株式会社
操作装置
28日前
東洋電装株式会社
操作装置
28日前
東洋電装株式会社
操作装置
28日前
株式会社ゼロワン
ケア支援システム
6日前
株式会社ゼロワン
ケア支援システム
6日前
学校法人修道学園
農地集約システム
18日前
ブラザー工業株式会社
印刷制御装置
7日前
株式会社SUBARU
操作制御装置
18日前
株式会社カロニマ
情報発信システム
1か月前
トヨタ紡織株式会社
検査装置
1か月前
株式会社広島銀行
本人確認システム
6日前
日本信号株式会社
料金精算システム
1か月前
有限会社カツミ工業
管理装置
7日前
株式会社SUBARU
画像処理装置
12日前
旭精工株式会社
管理装置および管理システム
18日前
株式会社アジラ
異常行動検出システム
1か月前
トヨタ車体株式会社
管理システム
5日前
個人
スマートフォンにおける使用料金削減方法
1か月前
株式会社京南
洗車システム
11日前
個人
特許審査支援ボットおよびボットシステム
1か月前
続きを見る