超音波洗浄に＜統計的な考え方＞を利用した「評価技術」

超音波洗浄に関して、
＜統計的な考え方＞を利用した
効果的な「洗浄評価方法」に関する技術を開発いたしました。

＜統計的な考え方について＞
　統計数理には、抽象的な性格と具体的な性格の二面があり、
　具体的なものとの接触を通じて
　抽象的な考えあるいは方法が発展させられていく、
　これが統計数理の特質である

　具体例１：
製品・部品に関する、洗浄目的を明確にする
客観的な＜論理モデル＞の構築と
現実的な＜結果＞データによる
整合性のある＜統計的な処理技術＞

具体例２：
洗浄環境・洗浄条件の変化に対応した
統計数理の応用技術による
原因や影響の検出と
洗浄評価パラメータの検証・改善技術

　・・・・・

ホームページ　　http://ultrasonic-labo.com/

赤池弘次会員の京都賞受賞に寄せて

北川 源四郎http://wwwsoc.nii.ac.jp/msj6/sugakutu/1103/kitagawa.pdfより

現役時代の赤池氏は，

私たちに統計科学の研究者は人の3 倍勉強しなければならないと説いていた．

数理的な研究，応用対象領域の研究そしてデータ解析・計算法の研究である．

純粋数学に徹するならばともかく，

応用を目指すからには，その覚悟が必要であり，

それを成し遂げた先に，

次世代を牽引する新しい科学的方法が見えてくることを，

赤池氏の成功は物語っているように思える．

これは統計科学に限らず，広く数理科学の研究者が心すべきことであろう．

赤池元所長京都賞受賞記念 シンポジウム

赤池元所長京都賞受賞記念 シンポジウム

「ベイズモデルがもたらす実世界イノベーション」

最初は統計数理研究所の北川所長が、赤池氏の業績を説明。

赤池氏は1950年代に、最初に株価のデータを扱うとき、

「株価のデータをそのまま解析しても面白くない」と考えて、

「構造のモデリング」という概念を進めたらしい。

これはおそらく表面的な状態をモデリングするのではなく、

裏に潜む構造をモデリングしたほうが本質をとらえた面白い解析になる

という意味だと思います。

1960年代では、

「最初は線形で定常なものは面白くない」と考えていたそうですが、

工学関連の現場に接するうちに、

重要だと考えるようになったそうです。

ここででてきたのが「スペクトル解析」で、

船舶の舵とローリングの関係や、

クルマのサスペンションへの応用を研究したそうです。

その後、周波数領域での限界を感じ、多変量ARモデルに着手。

ノイズ寄与率という有名な指標が誕生します。

しかし、時系列を扱うことによって、次数選択の問題が浮上し、予測視点を導入。

ARモデルとパワースペクトルが一対一対応し、

EPF（Final Prediction Error）が登場します。

この後、「予測は点ではなく分布でおこなわなければならい」と、AICを提案。

さらにベイズモデルに拡張してABICを提案。

これは、従来の統計学が「客観的な」推論をめざして、

データは真の分布に従うと考えているのに対して、

情報化時代の統計学は「能動的モデリング」を行うもので、

モデルは推論の根拠を示すのに用いることらしい。