東芝、大量欠損データから高精度な回帰モデルを作るアルゴリズム開発 製造工程の品質向上に

東芝は8月2日、情報・システム研究機構 統計数理研究所とともに、欠損値の多い数値データから高精度な回帰モデルを作る機械学習アルゴリズム「HMLasso」を開発したと発表した。工場での品質低下や歩留まり悪化の要因分析などに役立てる。 欠損値のある数値データから要因分析をする際、従来は欠損値を補完して回帰モデルを作る手法と、欠損値を補完しないままモデル化する手法の「CoCoLasso」があるという。 東芝のHMLassoはCoCoLassoを改良したもの。あらかじめ計測しておいた欠損率を数式に入れることで、高い欠損率でも高精度かつ高速に回帰モデルを作成できる。欠損率の高いデータでは、CoCoLassoに比べて推定誤差を約41％小さくできるとしている。 東芝は、統計数理研究所と同アルゴリズムを解析し、実測値だけでなく、理論的にもCoCoLassoより誤差を少なく計算できることを証明したという。