解決方案 ∣ 台灣三菱電機自動化股份有限公司 (Mitsubishi Electric Automation)

三菱電機數據科學工具「MELSOFT MaiLab」運用獨家AI技術Maisart®，自動學習、分析生產數據，並自動生成最適合解決課題的診斷模型，提供您即時診斷及改善建議。

利用AutoML（自動機器學習功能），透過以下4個步驟自動分析、建立診斷模型：

資料品質直接影響AI診斷模型的精確度，因此「資料準備」是重要關鍵。

本文我們將學習如何製作高品質的資料集。

什麼是資料集

為分析數據、建立診斷模型而登錄至MaiLab中的數據組，稱為「資料集」。

登錄後的資料集，可透過表格或圖表實現數據可視化，並且可以建立診斷模型（AI）。

■ 資料集規格

■ 資料源

用於登錄資料集的數據檔案被稱作「資料源」，可登錄的檔案格式為CSV或TSV。

資料源由各列數據名稱（變數名）的「標題行」與儲存數據的「數據行」構成。

當資料源為多個檔案時，可透過「垂直連接」或「水平連接」的方式，結合為一個資料集以進行登錄。

• 垂直連接：多個資料源具有相同欄位結構時，可垂直連接為一個資料源。

• 水平整合：多個資料源間的數據有關聯時，可指定具相同名稱的變數為連接鍵，整合為一個資料源。當有多個資料源時，先做垂直連接後再做水平連接。

資料集的類型

資料集分為「波形資料集」與「表格資料集」兩種類型。

■ 波形資料集

數據的排列順序具有意義，例如：隨時間連續變化的測量數據等。

無法改變數據的記錄（行）順序。透過安裝在裝置上的感測器進行連續測量的數據等，屬於此類別。

■ 表格資料集

數據的排列順序不具有意義。

即使改變數據的記錄（行）順序，整體涵義也不會發生改變。各工廠及產品的生產數據、記錄各產品檢查結果的數據等，皆屬於此類別。

根據資料集類型不同，建立AI時指定的內容有所不同。此外，手動建立AI時指定的內容也會有所差異。

登錄資料集時，請設定適用的資料集類型。

■ 變數類型

MaiLab中可處理3種變數類型，在登錄資料集時可進行設置。

根據變數類型不同，可視化的方法及建立AI的處理方法會有所差異。

變數類型	內容	例
數值	數值大小有意義，可進行加減等運算。希望透過AI預測數值時，透過數值類型定目標變數。	• 氣溫（-10℃、15℃、20℃） • 測試分數（20分、50分、95分等） • 電流值（0.01mA、1.1mA、100A等） • 壓力（1mPa、10Pa、1013hPa等）等
類別	表示分類、種類，無法直接加減的數據。類別類型的值主要為字元串。即使值為數字，但在表示ID或種類等情況時，也作為類別類型進行設置。	• 問卷調查結果（1：不滿、2：普通、3：滿意） • 血型（A型、B型、O型、AB型） • 批次編號（A0001、A00002等） • 狀態（0：正常、1：外觀異常、2：內部異常等）等
時間戳	表示數據收集時間等，與資料相關的時間資料。可清楚表示資料順序性的可視化，或用於對資料進行加工處理，無法用作目標變數。	• YYYY/MM/DD • YYYY-MM-DD • MM/DD/YYYY • hh:mm:ss.fff • hh:mm:ss • YYYY/MM/DD hh:mm:ss.fff • hh:mm:ss.fff YYYY/MM/DD 等