MT（マハラノビス・タグチ）システムとは

MTシステムは、パターン認識・予測のための体系で、機械学習の一つです。
数理のほか、独自の特徴抽出技術も用意されており、実用性を重視しています。
利用実績の多い構成要素を図に示します。

パターン認識の数理　

MT／RT／標準化誤圧法は、いずれもパターン認識のための数理です。

MT法はマハラノビス距離と“単位空間というコンセプト”を用いており、その優れた精度と利便性から、特に技術分野で広く利用されています。

RT法や標準化誤圧法は、計算量が少なく簡素な方法です。

予測・推定の数理　

T法(1)は、多数の項目（説明変数）から所要の値を予測・推定するための数理です。
重回帰分析と同じ用途で使われますが、サンプル数が少ないときでも安定・高精度な結果が得られます。
MSR（Multiple Single Regression）はT法(1)を発展させた計算手段です。ほとんどの場合、重回帰などより優れた予測結果を得ることができます。

上記5種類の計算は、MTRT-AddInsで計算が可能です。Paley型直交表を自動生成しますので、高精度な異常診断も可能です。

特徴量抽出　

波形や画像のパターン認識では、特徴抽出の技術が重要です。MTシステムでは、パターンから「変化量」「存在量」と呼ばれる特徴量を抽出します。これらはシンプルでありながら、非常に有効です。電流波形や圧力波形に適用されるほか、画像検査にも拡張されています。

特徴量抽出は、WaveTool や ATSpectrum および REM-Image で行うことができます。