RCASE

RCASE
근본 원인 분석 해결사 엔진(RCASE)
클래스정보과학
데이터 구조부정확하고 불완전하며 잘못된 데이터

근본 원인 분석 솔버 엔진(공식적으로 RCASE)은 워릭 대학의 워릭 제조 그룹(WMG)에서 원래 연구로부터 개발된 독점 알고리즘이다.[1][2]RCASE 개발은 고장이나 문제의 근본 원인을 파악하려는 문제 해결 방법인 근본 원인 분석의 자동화된 버전을 제공하기 위해 2003년에 시작되었다.[3]RCASE는 현재 스핀아웃 회사인 워릭 애널리틱스가 소유하고 있으며, 이 회사는 자동화된 예측 분석 소프트웨어에 적용되고 있다.

알고리즘.

알고리즘은 다음과 같은 상황에 특히 적합하도록 처음부터 구축되었다.

  • '직접' 데이터
  • 불완전한 자료
  • 빅데이터
  • 소규모 데이터 집합
  • 다중 모드 고장 또는 둘 이상의 해결책이 있는 복잡한 문제

RCASE는 예측 분석 분야의 혁신자로 간주되며 분류 알고리즘의 범주에 속한다.위의 데이터 유형을 처리하기 위해 구축되었기 때문에 의사결정 나무, 신경 네트워크, 회귀 기법 등 다른 분류 알고리즘과 머신러닝 알고리즘에 비해 많은 장점이 있는 것으로 입증되었다.그것은 가설을 필요로 하지 않는다.[4][5]

그 후, 그것은 상용화되었고 SAP, Teradata,[6] 마이크로소프트와 같은 운영 체제에서 사용할 수 있게 되었다.[7]RCASE는 제조에서 유래되었으며, 식스 시그마, 품질 관리 및 엔지니어링, 제품 설계 및 보증 문제 등과 같은 용도에 널리 사용된다.그러나 근본 원인 분석이 필요한 전자상거래, 금융서비스, 유틸리티 등 다른 산업에서도 활용되고 있다.[8]

주목할 만한 애플리케이션

식스 시그마의 본거지인 모토로라는 RCASE 뒤에 숨겨진 연구 기술을 그들의 품질 프로세스를 지원하기 위해 사용했다.특정 휴대폰 모델에 대한 No Fault Found 품질 문제를 제거하기 위해 사용되었다.[9]

메커니즘 & 아키텍처

RCASE는 통계학적이 아니므로 어떠한 가설을 요구하지 않는다.[10]프로세스에서 문제 또는 고장을 일으키는 주요 매개 변수가 데이터 집합에 없는 경우에도 검색 공간을 좁히고 근본 원인이 어디에 있는지 알려준다.이것은 가장 적합한 통계 이론에 대한 다른 접근법이다.[11]

RCASE는 최적화된 결합 이론에 기초하며 그리드 클러스터 또는 고성능 메모리 데이터베이스에서 실행된다.이 소프트웨어는 모든 MES 및 ERP 시스템과 인터페이스할 것이다.[12]보안시스템 모니터링과 불량품 생산 방지 등이 그 결과다.분석의 출력은 정확한 고장 근본 원인을 식별하거나 고장 확률이 높은 파라메트릭 영역(즉, 데이터를 수집하고 근본 원인을 정확히 해결하기 위해 다음을 살펴야 할 위치에 대한 데이터 중심 지침)[13]이 될 것이다.

이 소프트웨어는 Linux 또는 Microsoft 운영 체제에 설치할 수 있으며 온프레미스 또는 Software-as-a-Service("SaaS" 또는 "클라우드")[14]로 배포할 수 있다.

참고 항목

참조

  1. ^ "Overview of Warwick Analytical Software Limited". Business Week. Retrieved 8 November 2014.
  2. ^ "Manufacturing Global, Emerging Predictive Analytics for the Manufacturing Industries". Issuu. Retrieved 8 November 2014.
  3. ^ "When Academia Meets The Real World, The Experience Can Be Life-altering: A First Person Perspective by Dan Sommers, Warwick Analytics". TechNet. Retrieved 8 November 2014.
  4. ^ "Manufacturing 4.0 – From Industrialisation to Data-Driven Product Lifecycle". Citizen Tekk. Retrieved 8 November 2014.
  5. ^ "Removing hypotheses for fault-finding in Six Sigma to revolutionise quality management". Supply Chain Digital. Retrieved 8 November 2014.
  6. ^ "SAP to boost growth opportunities, deliver innovation with disruptive solutions from partner tie-ups". InformationWeek. Retrieved 8 November 2014.
  7. ^ "SAP Spurs Innovation by Powering More Than 500 Startups Globally With SAP HANA". SAP SE. Retrieved 8 November 2014.
  8. ^ "How German-based SAP is creating a startup ecosystem from Silicon Valley". Pando Daily. Retrieved 8 November 2014.
  9. ^ "Advanced analytics solves 'No Fault Found' issues". Warwick Manufacturing Group. Retrieved 8 November 2014.
  10. ^ "Analytical software could solve mass product recall problems". Engineering and Technology Magazine. Retrieved 8 November 2014.
  11. ^ "Warwick Analytics pioneers manufacturing fault finder software". The Engineer. Retrieved 8 November 2014.
  12. ^ "Press release: Midlands Company could solve mass vehicle recall problems". University of Warwick. 25 October 2010.
  13. ^ "Using Big Data to Achieve Zero Defects". European Business Review. Retrieved 8 November 2014.
  14. ^ "Warwick Analytics Revolutionises Manufacturing Processes at DEMO Fall 2013". Boston.com. Retrieved 8 November 2014.

외부 링크