A Knowledge Graph-based Approach for the Quality Management of Bosch Products
Opened this issue · 0 comments
一言でいうと
ボッシュの電化製品には内部欠陥が時々起こるが、それは製品の深刻な品質低下につながる。しかし、欠陥の解析をするためのデータは多様でバラバラであり、解釈の相違も起きる。なので、この問題への対応として知識グラフを構築して全てのデータの透明性を高め、解釈しやすい意味を持たせ、アクセスしやすくした。
著者/所属機関
Qiushi Cao (1), Irlán Grangel-González (2), Lin Du (1)
- 1 Corporate Research, Bosch (China) Investment Ltd., Shanghai, China
- 2 Corporate Research, Robert Bosch GmbH, Renningen, Germany
DOI
https://hozo.jp/ISWC2023_PD-Industry-proc/ISWC2023_paper_507.pdf
会議名(ジャーナル名)
The 22nd International Semantic Web Conference (ISWC2023)
トラック
Industry Track
動機
欠陥に関連するデータの多様性と、データのサイロ化。
課題
これまでのデータ管理への取り組みでは欠陥に繋がるデータの効率的な解析が行えなかった。
手法
課題解決に利用した技術・手段
関連データの解析に至るまでの処理をデータソース層からアプリケーション層までの4つの層に整理する。
データソース層に当たる対象データ群からオントロジーにマップして知識グラフを構築することでデータを統合し、解析などのアプリケーション層で利用しやすい状態にする。
評価
知識グラフを用いたデータ統合を行うことで、それまで3ヶ月かかっていた内部欠陥を見つける処理が、3分で済むようになった。
さらに、知識グラフを用いた手法により、データ解析効率が70%改善し、結果としてボッシュの工場における大幅な費用削減につながった。金額に換算すると、年当たりで20万ユーロになる。
考察
提案手法は、広く知識グラフを用いた取り組みに適用できる。
知見
知識グラフはデータベース間の意味的衝突(SICs:Semantic Interoperability Conflicts)を低減するのに役立つ。
今後はアプリケーション層として、内部欠陥予知機能を開発したい。
読んだ範囲
斜め読み程度
サーベイにおけるChatGPT/LLMの利用範囲
参考にした程度