☗HOME > MTシステムとは > MT法の特徴
MT法の特徴
MT法は、マハラノビス距離を用いたパターン認識手法です。当初、マハラノビス・タグチ・システム(MTS)として1995年に田口玄一博士から提案されました。正常データを基準とし、そこからのパターンの違いをマハラノビス距離として求めます。シンプルですが検出感度が高く、機器・設備の監視や製造ラインの予知保全や予測、あるいは検査問題に適しています。原因診断ができるため、説明可能なAI(XAI)としても利用されています。
以下の図は、MT法による文字認識の例です。左側の16個のパターンは、数字に限ればいずれも”5”と読むことができます。このとき、右側の4個のパターンのマハラノビス距離は、それぞれ 1.8  3.2  4.1  110.1  となります。距離が大きいほど、基準としたデータと異なることを意味します。
補足:説明可能なAI(XAI)
深層学習(ディープ・ラーニング)では、出力が異常を示した場合に「なぜそのような答えになったかがわからない」という課題があります。これに対して、MT法のように異常原因のわかるAIを「説明可能なAI = Explainable AI (XAI)」と呼びます。ホワイトボックス型AIとも呼ばれます。
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
(札幌事務所) 060-0001 札幌市中央区北1条西3丁目 敷島プラザビル4階

ページの先頭に戻る
Copyrightc 2019 AngleTry Associates. All rights reserved.