ソフトセンサーのためのデータベース管理

ソフトセンサーモデルを構築する際、モデルの精度は用いるデータの量や質に依存する。例えばモデル構築用データにあまりばらつきがない場合、その 後に起こるプロセスの急激な変化にモデルは対応できない。つまり変動の少ないデータでソフトセンサーモデルが構築されると、その後に大きなプロセス変動が 起きた際に予測精度が低下し、それに伴い予測誤差が大きくなってしまう。ただ一方で、プロセスやハードセンサーの感度などが時間的にゆっくりとドリフトす る場合も多く、モデルを更新しないとそれらのドリフトの影響を受けてモデルが劣化する。このように、幅広いデータ範囲において予測精度の高いソフトセン サーモデルを構築するためには、モデルの再構築に使用するデータベースを適切に管理しなければならない。

船津研究室ではビッグデータにも対応可能なデータベースの管理手法を開発している。その成果の一つとして、データベースを管理するための指標 database monitoring index (DMI) が考案された。DMIはデータ間の類似度に基づく指標であり、事前に定めた閾値PDMIをDMIの値が上回る場合のみ新しいデータをデータベースに蓄積す る。これによりデータベース内のデータ数を抑えながらデータベース内の情報量を向上することが可能である。

膨大なデータから質の高いデータベースを構築する研究も推進している。

ss3