【未来を切り拓くAI革命】【21卒】 オムロン 技術職の通過ES(エントリーシート) No.34312（同志社大学大学院/男性）（2020/6/30公開）

私は自身の研究でR言語を使用し、機械学習の手法である決定木手法や、それを応用したランダムフォレスト手法でデータベースを学習させ、解析、また予測モデルの構築を行いました。データベースには工具カタログを使用し、工具形状などを説明変数、切削条件を目的変数としてその関係を学習させました。また、決定木は回帰2進木を使用しているため、説明変数、目的変数ともに量的変数しか扱っていなかったのですが、さらなる予測精度を狙い、質的変数であるコーティングの種類も説明変数に導入しました。この結果ランダムフォレスト手法では切削条件予測は95％前後の高精度で予測することに成功しました。 続きを読む

私の研究テーマは、データマイニングにＭＩＣと機械学習の手法を導入したエンドミルカタログ情報のマイニングシステムの構築です。データマイニングとは膨大なデータ群から背景知識だけでは気付かなかった価値ある情報を発掘するデータ解析手法の一つです。その中でも熟練技能者の知識が詰まった工具カタログに着目し、様々な統計的解析手法を用いることにより、非熟練者でも扱いやすい加工条件の導出を目的としています。この研究テーマは先輩から引き継いだもので、先行研究の解析方法では工具の分類はうまく行えるものの、加工条件を導出するという点では、予測精度の面でうまく加工条件を導出できないのが現状でした。そこで私は以前までの解析手法に加え、ＡＩの一種である機械学習の手法を新たに導入することにより、予測精度を従来のモデルよりも約30%高い95％前後まで向上させることに成功しました。また予測された条件で工作機械による切削実験をした結果、非熟練者でも適切な加工条件を短時間で選択できることが確認できました。現在はデータベースとなる工具カタログを増加し、より幅の広い工具の能率や工具寿命を重視した加工条件やの算出を行っております。 続きを読む

私は世界中に展開している貴社の高いFA技術、また自身の研究がいかに活かせるかを学びたいと考えております。新興国などで消費増大していく中、熟練者に頼らずにモノづくりを行えるよう幅広い品揃えで制御領域に力を入れる貴社は、非熟練者を支援するシステムを作る私の研究やモノづくりを通して世界中を豊かにしたいという私の思いに一致すると考え、魅力を感じました。また今回私が選択した実習テーマでは実際の現場の情報を解析、評価し技術検討を行うというもので、私一人の研究の範囲では行えなかったことでした。そこで実習に参加することで知見拡大にも繋がり、また併せて現場の社員の方の課題解決のプロセスも学びたいと考えております。 続きを読む