変更前のモデルを応用し、高精度なモデルを構築

製造条件の最適化をデータに基づいて行う場合、製造過程にわずかな変更が加わるだけでも、従来のデータをそのまま利用することが難しくなります。一方で、変更後の製造過程に関する十分なデータを収集するには時間がかかるという課題があります。
こうした状況において、既に十分なデータで学習済みの「変更前の製造過程に対するモデル」を、まだ少量のデータしか得られていない「変更後の製造過程」に応用することで、高精度なモデルを効率的に構築することが可能です。
防錆フィルムや水溶性フィルムなどの高機能性包装資材を開発・製造・販売する技術開発型メーカーである同社のプラスチックフィルムの品質予測モデル構築の課題に対して、転移学習をはじめとするデータサイエンス技術の活用に関して指導を行い、学術指導で得られた知見をもとに製造現場での品質予測モデルを構築し、活用を開始しました。この取り組みにより生産性向上や製品品質の安定化につながることを期待しています。