マルチソース分析機能を追加した異常判別プログラム自動生成マシン「CX-M」

東京エレクトロンデバイスは、IoT向け異常判別プログラム自動生成マシン「CX-M」に、複数の時系列データを分析して生産設備の状態を分類および判別するモデルを自動生成する「マルチソース分析機能」を追加し、「CX-M ver2.1」として提供を開始した。

公開 2018年08月24日 09時00分

著者

八木沢篤

[TechFactory]

印刷する連載新着通知を受け取る

　東京エレクトロンデバイスは2018年8月7日、IoT（Internet of Things）向け異常判別プログラム自動生成マシン「CX-M」に、複数の時系列データを分析して生産設備の状態を分類および判別するモデルを自動生成する「マルチソース分析機能」を追加し、「CX-M ver2.1」として提供開始した（関連記事：専門知識不要、時系列データのみで異常判別プログラムを自動生成する専用マシン）。

◎「製造業AI／ビッグデータ」関連記事～導入・活用事例、課題、解説～など

&raquo 日本企業は「データリテラシー」が足りない

&raquo 「ビッグデータ」「データアナリティクス」「AI」は製造業に何をもたらすのか？

&raquo AIを活用した故障予知は課題も多く、緩やかなペースで進展

&raquo AIによる予兆保全は2018年「成長期」へ

&raquo 産業機器業界でも進むAI導入、ただし「大規模な実行」の実現は1％

⇒ 新着記事をチェックする

「CX-M ver2.1」では複数のデータソースの挙動を考慮した分析が可能に

　CX-Mは、時系列データを入力すると「データクレンジング」「特徴の抽出」「機械学習による判別モデル作成」「判別精度検証」を独自ソフトウェアで実行し、異常判別プログラムを自動生成する専用マシンである。データ分析技術の専門知識がなくても、時系列データを用意するだけで、自社基準の設備状態を判別するプログラムを生成できる。

　CX-Mによって自動生成された異常判別プログラムは出力可能で、クラウド上やPC、自社システムに組み込むなど、任意の環境での利用が可能。“教師あり学習”により異常検知および故障予測を行う判別モデルプログラムの生成を、“教師なし学習”により状態の発見および分類モデルプログラムの生成を行う。

　従来バージョンでは、1つのデータソースから分析モデルを生成していたが、マルチソース分析機能を追加したCX-M ver2.1では、複数のデータソースの挙動を考慮した分析が可能である。これにより、従来捉えることができなかった複合的な時系列変化を反映できるようになり、判別モデルの精度向上が見込めるという。