☗HOME > MTシステムとは

MT(マハラノビス・タグチ)システムとは

品質工学(タグチメソッド)におけるパターン認識・予測の数理および手法体系です。
統計数理に基づくMT法のほか、独自の特徴抽出技術を含みますので、単に多変量データ解析理論というより、実務利用に重点を置いた体系です。下図は、実用面で利用実績の多い構成要素を示しています。
MTシステムの体系

パターン認識の数理・・・MT法、RT法、標準化誤圧法

MT/RT/標準化誤圧は、いずれもパターン認識のための手法です。
共通点:
正常群を基準(単位空間)とし、そこからのパターンの相違を距離として求めます。距離が大きければ基準パターンから遠いことを示します。
相違点:
MT法が最もパターン認識精度が高く、AI(人工知能)の一つと捉えられる場合もあります。
RT法は変数がいくつであっても、単位データの規模が2×2となります。したがって、文字認識など認識すべきパターンの数が大きいときに利用されます。また留意すべき点として、RT法ではデータの単位は全て同一でなければなりません。
標準化誤圧法は、MT法から項目間の相関の要素をそっくり除いた計算手段です。
RT/標準化誤圧は、データのサンプル数が不足している場合でも計算が可能です。すなわち、通常のMT法では (サンプル数) > (項目数) である必要があり、RT/標準化誤圧ではその制約はありません。なお、アングルトライのMT法はサンプル数と項目数に関する制約はありません。

予測・推定の数理・・・T法(1)、MSR

T法(1)は重回帰分析と同様に、多変量のデータ(説明変数)から出力値を予測・推定するための手段です。重回帰分析の弱点である、多重共線性問題やサンプル数が少ない場合の計算の不安定や不可能がないという利点があります。
MSR(Multiple Single Regression)はT(1)を発展させた計算手段で、多くの場合で他の数理より優れた予測精度を得ることが知られています。

特徴量抽出

波形や画像を対象とするパターン認識では、特徴量の抽出技術が成否を左右します。MTシステムには、これらのパターンから「変化量」「存在量」と呼ばれる特徴量抽出技術が含まれています。シンプルな手段ですが、波形を対象とする場合には周波数解析などより異常検出感度に優れる場合も多くあります。画像検査などにも拡張して利用されており、MT法と併せて利用することにより、従来の技術より高速で高感度な結果を得ることができます。
MT法の特徴
MT法の考え方と数理
原因診断
MT法の応用分野
T法(1)・MSR
そのほかの数理

( 本 社 ) 061-1134 北海道北広島市広葉町2丁目2-7

ページの先頭に戻る
Copyrightc 2020 AngleTry Associates. All rights reserved.