データ分析装置及びその方法、プログラム
【課題】 精度の高い制御パラメータの設定を効率的にかつ汎用的に実現することができるデータ分析装置及びその方法、プログラムを提供する。
【解決手段】 装置の制御パラメータを調整するための基準となる基準データに基づいて、該装置に関する観測情報及び判定情報間の関係を示すルールを満足する、前記設定値を設定するための基準情報を生成する。生成した基準情報と、装置の環境変化に応じて基準データを調整した調整過程データとに基づいて、調整対象の制御パラメータに対応する第１ルールに類似する第２ルールを推定し、その推定した第２ルールを用いて、前記調整対象の制御パラメータの設定値を設定する。
【解決手段】 装置の制御パラメータを調整するための基準となる基準データに基づいて、該装置に関する観測情報及び判定情報間の関係を示すルールを満足する、前記設定値を設定するための基準情報を生成する。生成した基準情報と、装置の環境変化に応じて基準データを調整した調整過程データとに基づいて、調整対象の制御パラメータに対応する第１ルールに類似する第２ルールを推定し、その推定した第２ルールを用いて、前記調整対象の制御パラメータの設定値を設定する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、装置を制御するための制御パラメータの設定値を調整して、より適切な設定値を導出するデータ分析装置及びその方法、プログラムに関するものである。
【背景技術】
【０００２】
一般的に、製造装置の基本機能や製造プロセスについては、予め装置の設計開発段階で、装置を制御するための制御方式や制御パラメータの設計が完了しており、また、装置の出荷前試験や製造プロセス試験設備による実証などにより、具体的な調整のガイドも作成されている。
【０００３】
しかし、装置の出荷前試験などで、所望の性能を発揮するレベルへ調整を行った装置であっても、実際の生産ラインへ設置した立上げ段階で、その性能を発揮するために制御パラメータ等の再調整が必要となる場合がある。
【０００４】
これは、製造装置の生産段階と装置を実際に稼動させる生産ラインとでは、設置の環境が異なったり、搬送を伴うことに起因する種々のストレスによる変化などがあるためである。
【０００５】
例えば、半導体のプロセス装置などの微細なプロセスを対象とする場合、一般的に同じ設計の装置であっても機体差が存在したり、同一機体であっても、上述のような設置環境の違いや材料（材質）の違いなどにより、製造品質に微妙な差異が生じている。
【０００６】
これらの微妙な差異の補正は、制御パラメータの調整などで行なわれるが、調整対象となる制御パラメータの数は非常に多く、調整対象の各制御パラメータを個別に振らして挙動を観察しながら調整していくといった試行錯誤的な方法では効率が悪く、調整作業が長期化する原因にもなっている。
【０００７】
調整作業の効率化のために、対象装置に固有の知識をもとにした経験則によるパラメータ調整等が行なわれていたりするが、知識が属人的である場合が多く、経験則を持っている対象装置やプロセスに精通した専門家が行なう必要があるなど、実施上の制約があった。
【０００８】
また、温度や圧力といったＰＩＤ制御によるフィードバック制御や、シーケンス制御など、複数の制御対象、制御方式など制御系が混在している場合には、個々の制御毎に調整方法を定めていたのでは効率が悪い。
【０００９】
例えば、特許文献１では、ある程度汎用化が施された調整ルールが存在する（与えられる）ことを前提として、制御パラメータの推定過程より判断しながら、推定結果を補正していく技術が開示されている。
【００１０】
また、例えば、特許文献２では、既に稼動している装置に対して、制御実績データをもとに決定木分析を用いて自動分類を行い、各分類毎に制御パラメータ値を再計算することで、制御の精度を向上させる技術が開示されている。
【特許文献１】特開平４−１２３１０２号公報
【特許文献２】特開２００３−２１６２０３号公報
【発明の開示】
【発明が解決しようとする課題】
【００１１】
しかしながら、特許文献１で開示されている技術では、新規の装置やプロセスなどでは、汎用化された調整ルール自体を得るのに、多くの経験（試行）を要するなどの問題があったり、制御パラメータ数が増加するに従い、複数の制御パラメータ間の交互作用などの可能性もあり、調整ルール自体を人が設定するのが困難な場合がある。
【００１２】
また、推定結果の補正の効率が、定性的な所与のルールに依存するため、修正の方向性（パラメータの値をより大きくする等）がわかったとしても、定量的に補正量を与えることができない。よって、適切な補正結果を得るまでに複数回の試行が必要となり、効率的でない。
【００１３】
一方、特許文献２で開示されている技術では、精度向上を行う上で重要となる制御実績データを、モデル作成に使用するデータと、その誤差を評価するための同定用データとに分離する必要がある。このため、対象とする制御モデルパラメータの数が多い場合には、相応のデータ件数が必要となり、稼動を開始してからある一定期間を要する。つまり、制御パラメータ値の精度改善効果を発揮するためには、データ蓄積期間が必要であり、装置立上げ期間を短縮するための制御パラメータ調整としては、効率が悪い。
【００１４】
本発明は上記の課題を解決するためになされたものであり、精度の高い制御パラメータの導出を効率的にかつ汎用的に実現することができるデータ分析装置及びその方法、プログラムを提供することを目的とする。
【課題を解決するための手段】
【００１５】
上記の目的を達成するための本発明によるデータ分析装置は以下の構成を備える。即ち、
装置を制御するための制御パラメータの設定値を調整して、より適切な設定値を設定するためのデータ分析装置であって、
前記装置の制御パラメータを調整するための基準となる基準データに基づいて、該装置に関する観測情報及び判定情報間の関係を示すルールを満足する、前記設定値を設定するための基準情報を生成する基準情報生成手段と、
前記基準情報生成手段で生成した基準情報と、前記装置の環境変化に応じて前記装置の制御パラメータを調整した履歴である調整過程データとに基づいて、調整対象の制御パラメータに対応する第１ルールに類似する第２ルールを推定し、その推定した第２ルールを用いて、前記調整対象の制御パラメータの設定値を算出する算出手段と
を備えることを特徴とするデータ分析装置。
【００１６】
また、好ましくは、前記基準情報生成手段は、
前記基準データに基づいて、前記ルールを導出するルール導出手段と、
前記ルール導出手段で導出されたルールを満足する、前記基準データに含まれる前記制御パラメータの代表値を、前記基準情報として算出する代表値算出手段と
を備える。
【００１７】
また、好ましくは、前記算出手段は、
前記基準情報と前記調整過程データとに基づいて、前記第１ルールに類似する前記第２ルールを推定する類似状態推定手段と、
前記第１ルールと前記第２ルールの差異に基づいて、前記調整対象の制御パラメータの補正量を、前記調整対象の制御パラメータの設定値として算出するパラメータ補正量算出手段と
を備える。
【００１８】
上記の目的を達成するための本発明によるデータ分析装置は以下の構成を備える。即ち、
装置を制御するための制御パラメータの設定値を調整して、より適切な設定値を設定するための基準情報を生成するデータ分析装置であって、
前記装置の制御パラメータを調整するための基準となる基準データに基づいて、該装置に関する観測情報及び判定情報間の関係を示すルールを導出するルール導出手段と、
前記ルール導出手段で導出されたルールを満足する、前記基準データに含まれる前記制御パラメータの代表値を前記基準情報として算出する代表値算出手段と
を備える。
【００１９】
上記の目的を達成するための本発明によるデータ分析装置は以下の構成を備える。即ち、
装置を制御するための制御パラメータの設定値を調整して、より適切な設定値を設定するためのデータ分析装置であって、
前記装置の制御パラメータを調整するための基準となる基準データに基づいて生成される、該装置に関する観測情報及び判定情報間の関係を示すルールを満足する、前記設定値を設定するための基準情報と、前記装置の環境変化に応じて前記装置の制御パラメータを調整した履歴である調整過程データとに基づいて、調整対象の制御パラメータに対応する第１ルールに類似する第２ルールを推定する類似状態推定手段と、
前記第１ルールと前記第２ルールの差異に基づいて、前記調整対象の制御パラメータの補正量を、前記調整対象の制御パラメータの設定値として算出するパラメータ補正量算出手段と
を備える。
【００２０】
また、好ましくは、前記基準データは、前記制御パラメータ、前記観測情報及び前記判定情報を少なくとも含み、
前記ルール導出手段は、前記基準データに含まれる制御パラメータ以外の情報を用いて、前記ルールを導出する。
【００２１】
また、好ましくは、前記ルール導出手段は、前記ルールを、ノードとリーフで構成された決定木を用いて導出し、その導出結果をルールテーブルとして管理する。
【００２２】
また、好ましくは、前記代表値算出手段は、前記ルール導出手段で導出されたルール毎に、そのルールを満足する、前記基準データに含まれる制御パラメータの属性のみを用いて、前記制御パラメータの代表値を、前記基準情報として算出する。
【００２３】
また、好ましくは、前記代表値算出手段は、前記制御パラメータをクラスタリング手法により、類似するクラスターに分割し、各クラスターの代表値を、前記制御パラメータの代表値として算出する。
【００２４】
また、好ましくは、前記パラメータ補正量算出手段は、前記制御パラメータをＮ次元のベクトル空間の座標として表現した場合に、調整過程の制御パラメータの設定値を示すベクトルをＶｎｏｗ、類似状態推定手段で推定されたルールを満足する制御パラメータの代表値を示すベクトルをＶとすると、次回の試行に使用する制御パラメータの設定値を示すベクトルＶｎｅｘｔを
Ｖｎｅｘｔ＝２×Ｖｎｏｗ−Ｖ
で算出する。
【００２５】
また、好ましくは、前記基準データ及び前記調整過程データを取得する取得手段と、
前記取得手段で取得した前記基準データ及び前記調整過程データと、前記基準情報を記憶する記憶手段と
を更に備える。
【００２６】
上記の目的を達成するための本発明によるデータ分析方法は以下の構成を備える。即ち、
装置を制御するための制御パラメータの設定値を調整して、より適切な設定値を設定するためのデータ分析方法であって、
前記装置の制御パラメータを調整するための基準となる基準データに基づいて、該装置に関する観測情報及び判定情報間の関係を示すルールを満足する、前記設定値を設定するための基準情報を生成する基準情報生成工程と、
前記基準情報生成工程で生成した基準情報と、前記装置の環境変化に応前記装置の制御パラメータを調整した履歴である調整過程データとに基づいて、調整対象の制御パラメータに対応する第１ルールに類似する第２ルールを推定し、その推定した第２ルールを用いて、前記調整対象の制御パラメータの設定値を算出する算出工程と
を備える。
【００２７】
上記の目的を達成するための本発明によるデータ分析方法は以下の構成を備える。即ち、
装置を制御するための制御パラメータの設定値を調整して、より適切な設定値を設定するための基準情報を生成するデータ分析方法であって、
前記装置の制御パラメータを調整するための基準となる基準データに基づいて、該装置に関する観測情報及び判定情報間の関係を示すルールを導出するルール導出工程と、
前記ルール導出工程で導出されたルールを満足する、前記基準データに含まれる前記制御パラメータの代表値を前記基準情報として算出する代表値算出工程と
を備える。
【００２８】
上記の目的を達成するための本発明によるデータ分析方法は以下の構成を備える。即ち、
装置を制御するための制御パラメータの設定値を調整して、より適切な設定値を設定するためのデータ分析方法であって、
前記装置の制御パラメータを調整するための基準となる基準データに基づいて生成される、該装置に関する観測情報及び判定情報間の関係を示すルールを満足する、前記設定値を設定するための基準情報と、前記装置の環境変化に応じて前記装置の制御パラメータを調整した履歴である調整過程データとに基づいて、調整対象の制御パラメータに対応する第１ルールに類似する第２ルールを推定する類似状態推定工程と、
前記第１ルールと前記第２ルールの差異に基づいて、前記調整対象の制御パラメータの補正量を、前記調整対象の制御パラメータの設定値として算出するパラメータ補正量算出工程と
を備える。
【００２９】
上記の目的を達成するための本発明によるプログラムは以下の構成を備える。即ち、
装置を制御するための制御パラメータの設定値を調整して、より適切な設定値を設定するためのデータ分析を実現するプログラムであって、
前記装置の制御パラメータを調整するための基準となる基準データに基づいて、該装置に関する観測情報及び判定情報間の関係を示すルールを満足する、前記設定値を設定するための基準情報を生成する基準情報生成工程のプログラムコードと、
前記基準情報生成工程で生成した基準情報と、前記装置の環境変化に応じて前記装置の制御パラメータを調整した履歴である調整過程データとに基づいて、調整対象の制御パラメータに対応する第１ルールに類似する第２ルールを推定し、その推定した第２ルールを用いて、前記調整対象の制御パラメータの設定値を算出するパラメータ値算出工程のプログラムコードと
を備える。
【００３０】
上記の目的を達成するための本発明によるプログラムは以下の構成を備える。即ち、
装置を制御するための制御パラメータの設定値を調整して、より適切な設定値を設定するための基準情報を生成するデータ分析を実現するプログラムであって、
前記装置の制御パラメータを調整するための基準となる基準データに基づいて、該装置に関する観測情報及び判定情報間の関係を示すルールを導出するルール導出工程のプログラムコードと、
前記ルール導出工程で導出されたルールを満足する、前記基準データに含まれる前記制御パラメータの代表値を前記基準情報として算出する代表値算出工程のプログラムコードと
を備える。
【００３１】
上記の目的を達成するための本発明によるプログラムは以下の構成を備える。即ち、
装置を制御するための制御パラメータの設定値を調整して、より適切な設定値を設定するためのデータ分析を実現するプログラムであって、
前記装置の制御パラメータを調整するための基準となる基準データに基づいて生成される、該装置に関する観測情報及び判定情報間の関係を示すルールを満足する、前記設定値を設定するための基準情報と、前記装置の環境変化に応じて前記装置の制御パラメータを調整した履歴である調整過程データとに基づいて、調整対象の制御パラメータに対応する第１ルールに類似する第２ルールを推定する類似状態推定工程のプログラムコードと、
前記第１ルールと前記第２ルールの差異に基づいて、前記調整対象の制御パラメータの補正量を、前記調整対象の制御パラメータの設定値として算出するパラメータ補正量算出工程のプログラムコードと
を備える。
【発明の効果】
【００３２】
本発明によれば、精度の高い制御パラメータの導出を効率的にかつ汎用的に実現することができるデータ分析装置及びその方法、プログラムを提供できる。
【発明を実施するための最良の形態】
【００３３】
以下、本発明の実施の形態について図面を用いて詳細に説明する。
【００３４】
図１Ａは本発明の実施形態のデータ分析システムの構成例を示す図である。
【００３５】
データ分析装置として機能するパラメータ調整装置（分析用コンピュータ）２００は、制御パラメータ調整対象装置である装置１０１や１０２、上位コンピュータ（例えば、サーバ）１００とネットワーク３００を介して相互に接続されている。
【００３６】
尚、ここで、装置とは、例えば、半導体のプロセス装置等が挙げられるが、本発明は、予め調整が行なわれた装置や製造プロセスに対して、生産ラインへの設置や、実証設備から量産設備への展開等の環境変化が起こり得る装置全般に適用可能である。
【００３７】
パラメータ調整装置２００において、データ管理部２０２は、装置１０１や１０２から収集したデータ、制御部２０３により生成されたデータ等の各種データを管理する。
【００３８】
装置１０１や１０２からのデータ収集は、例えば、ネットワーク３００経由でデータＩ／Ｆ（インタフェース）部２０１により直接受信する方法がある。あるいは、装置１０１や１０２からのデータ収集自体は、上位コンピュータ１００で行い、パラメータ調整装置２００は、上位コンピュータ１００から該当する装置１０１や１０２のデータを受信する方法でも良い。また、あるいは、装置１０１や１０２とパラメータ調整装置２００を直接接続（装置１０１や１０２へパラメータ調整装置２００を組み込んだ形態）して、該当する装置１０１や１０２のデータを受信する方法でも良い。
【００３９】
制御部２０３は、ユーザーＩ／Ｆ部２０４より、操作指示を受信し、その指示内容に基づいて、基準情報生成部２０５、パラメータ設定部２０６及びデータ管理部２０２に対して制御を行なう。
【００４０】
データ管理部２０２は、基準データ２０２ａ、基準情報２０２ｂ、調整過程データ２０２ｃ、基準情報生成部２０５の基準情報生成の過程で使用するデータを一時的に記憶するデータ記憶部２０２ｄを有している。
【００４１】
ここで、基準データ２０２ａは、装置開発や装置製造時の性能試験等での試行過程で用いられた装置を制御するための制御パラメータや、試行過程で得られた装置における観測情報や、装置の品質や状態等の評価結果を示す判定情報である。
【００４２】
また、調整過程データ２０２ｃは、装置を生産ラインへ設置する等の環境変化後に、再度調整作業（制御パラメータの再調整）を行う場合に得られる、制御パラメータ、観測情報や判定情報である。
【００４３】
基準情報２０２ａと調整過程データ２０２ｃとは、制御パラメータの再調整過程において、パラメータ設定値を補正するための補正量を算出するための情報として用いられる。
【００４４】
基準情報生成部２０５は、ルール導出部２０５ａ及び代表値算出部２０５ｂから構成される。
【００４５】
基準情報生成部２０５において、ルール導出部２０５ａは、基準データ２０２ａに基づいて、制御対象の装置におけるデータ間の関係（ルール）を自動生成（導出）し、これを基準情報（ルール導出結果）２０２ｂとしてデータ管理部２０２に保存する。代表値算出部２０５ｂは、基準データ２０２ａ及び基準情報２０２ｂに基づいて、導出したルールの代表値を算出し、これを基準情報２０２ｂとして追記保存する。
【００４６】
パラメータ設定部２０６は、類似状態推定部２０６ａ及びパラメータ補正量算出部２０６ｂから構成される。
【００４７】
パラメータ設定部２０６において、類似状態推定部２０６ａは、制御パラメータの内、調整対象の制御パラメータと基準情報２０２ｂとを比較し、現在の状態と類似の制御パラメータ情報を推定する。パラメータ補正量算出部２０６ｂは、類似状態推定部２０６ａの処理結果より、制御パラメータの補正量を算出する。
【００４８】
尚、図１Ａのデータ分析システムの構成は、一例であり、用途や目的に応じて、種々の構成を採用することができる。例えば、パラメータ調整装置２００内の基準情報生成部２０５及びパラメータ設定部２０６をそれぞれ別の端末（基準情報生成装置及びパラメータ設定装置）として機能させることも可能である。
【００４９】
以下、この場合の構成例について、図１Ｂを用いて説明する。
【００５０】
図１Ｂは本発明の実施形態のデータ分析システムの別の構成例を示す図である。
【００５１】
図１Ｂにおいて、基準情報生成装置４００は、データＩ／Ｆ部４０１、データ管理部４０２、制御部４０３、ユーザＩ／Ｆ部４０４、基準情報生成部４０５（ルール導出部４０５ａ及び代表値算出部４０５ｂ）を有し、図１Ａの基準情報生成部２０５の機能を実現する。
【００５２】
基準情報生成装置４００において、データ管理部４０２は、データＩ／Ｆ部４０１から取得した基準データ４０２ａ、基準情報生成部４０５で作成される基準情報４０２ｂ、及び、基準情報生成の過程で使用するデータの一次記憶用のデータ記憶部４０２ｃを管理している。
【００５３】
また、パラメータ設定装置５００は、データＩ／Ｆ部５０１、データ管理部５０２、制御部５０３、ユーザＩ／Ｆ部５０４、パラメータ設定部５０５（類似状態推定部５０５ａ及びパラメータ補正量算出部５０５ｂ）を有し、図１Ａのパラメータ設定部２０６の機能を実現する。
【００５４】
パラメータ設定装置５００において、データ管理部５０２は、データＩ／Ｆ部５０１を介して取得した調整過程データ５０２ａ、基準情報生成装置４００の基準情報生成部４０５により作成された基準情報５０２ｂを管理している。
【００５５】
次に、図１Ｃを参照して、図１Ａのパラメータ調整装置２００、図１Ｂの基準情報生成装置４００及びパラメータ設定装置５００等の各種端末のハードウェア構成について説明する。
【００５６】
図１Ｃは本発明の実施形態の各端末のハードウェア構成を示す図である。
【００５７】
尚、図１Ｃでは、図１Ａのパラメータ調整装置２００のハードウェア構成として説明するが、図１Ｂの基準情報生成装置４００及びパラメータ設定装置５００についても、同様のハードウェア構成を有しているものとする。
【００５８】
１２０１はＣＰＵであり、ＲＡＭ１２０２やＲＯＭ１２０３に格納されているプログラムやデータを用いて、端末（コンピュータ）全体の制御を行うとともに、本コンピュータを適用するパラメータ調整装置２００が行う後述する各処理を実行する。
【００５９】
１２０２はＲＡＭであり、ＨＤＤ（ハードディスクドライブ）１２０４からロードされたプログラムやデータを一時的に記憶するためのエリアを有するとともに、ＣＰＵ１２０１が各種処理を行うために使用するワークエリアを備える。
【００６０】
１２０３はＲＯＭであり、コンピュータのブートプログラムやＢＩＯＳ等の各種プログラムを記憶している。１２０４はＨＤＤ（ハードディスクドライブ）であり、ＯＳ（オペレーティングシステム）や、本コンピュータを適用するパラメータ調整装置２００が行う後述の処理をＣＰＵ１２０１に実行させるためのプログラムやデータ等の各種データを保存しており、これらは必要に応じてＣＰＵ１２０１の制御によりＲＡＭ１２０２に読み出され実行されることになる。
【００６１】
１２０５はネットワークＩ／Ｆ（インタフェース）であり、コンピュータをネットワーク３００に接続するためのものである。コンピュータは、このネットワークＩ／Ｆ１２０５を介して外部機器とデータ通信を行うことが可能である。
【００６２】
１２０６は記憶媒体ドライブであり、ＣＤ−ＲＯＭ、ＣＤ−Ｒ／ＲＷ、ＤＶＤ―ＲＯＭ、ＤＶＤ−Ｒ／ＲＷ、ＤＶＤ−ＲＡＭ等から構成される。
【００６３】
１２０７はポインティングデバイス、１２０８はキーボードであり、各種の指示をＣＰＵ１２０１に入力することができる。これらは、入力部（ユーザＩ／Ｆ部）として機能する。
【００６４】
１２０９はビデオＩ／Ｆ（インタフェース）であり、ここにディスプレイ装置１２１０を接続する。ディスプレイ装置１２１０はＣＲＴや液晶画面等で構成されており、ビデオＩ／Ｆ１２０９を介して送られた信号に基づいて、文字や画像等の情報を表示画面上に表示する機能を有する。
【００６５】
１２１１は外部機器Ｉ／Ｆ（インタフェース）であり、コンピュータに周辺機器を接続させるためのポートである。この外部機器Ｉ／Ｆ１２１１を介してコンピュータは、周辺機器とのデータの送受信を行うことが可能であるＳＣＳＩ、ＵＳＢ、ＩＥＥＥ１３９４等の各種インタフェースで構成することが可能でおり、通常複数の外部機器Ｉ／Ｆを有する。また、周辺機器との接続形態は有線／無線を問わない。
【００６６】
１２１２はシステムバスであり、上述の各種構成要素を相互に接続するバスとして機能する。
【００６７】
次に、図２を参照して、パラメータ調整装置２００の処理対象となる調整対象装置の概念について説明する。
【００６８】
尚、以下の説明では、パラメータ調整装置２００で処理を実行する場合を例に挙げて説明する。
【００６９】
図２は本発明の実施形態のパラメータ調整装置の制御パラメータ調整対象装置の概念を説明するための図である。
【００７０】
図２（ａ）は、制御パラメータ調整対象装置（例えば、装置１０１）が１台の場合の、調整対象装置に対する入出力情報を模式的に示している。
【００７１】
図２（ａ）において、制御パラメータとは、装置への制御指示を与える（入力する）情報であり、この制御パラメータに基づいて、所定の制御方式により処理を行なう。但し、この時、誤差（環境や外乱等の影響）の入力があるため、品質のばらつきが生じる。また、処理中の状態や各種制御量、装置内外部の環境状態等の観測情報については、センサーにより収集され、出力される。更に、処理結果として得られる品質計測・判定情報が出力される。
【００７２】
尚、品質計測・判定情報については、制御パラメータ対象装置より出力される場合のほか、後続の工程に設置された不図示の検査装置から出力される情報を用いてもよい。
【００７３】
一方、図２（ｂ）は、制御パラメータ調整対象装置が複数台（例えば、装置１０１及び１０２）の場合の、個々の制御パラメータ調整対象装置に対する入出力情報を模式的に示している。
【００７４】
図２（ｂ）では、図２（ａ）の場合と同様に、制御パラメータ、誤差、観測情報の入出力がある。また、品質計測・判定情報は、各制御パラメータ調整対象装置毎ではなく、全ての制御パラメータ調整対象装置の処理結果として出力される。
【００７５】
尚、この場合においても、品質計測・判定情報については、制御パラメータ対象装置より出力される場合のほか、後続の工程に設置された不図示の検査装置から出力される情報を用いてもよい。
【００７６】
次に、図３を参照して、データ管理部２０２で管理する基準データ２０２ａ及び調整過程データ２０２ｃの構成例について説明する。
【００７７】
図３は本発明の実施形態の基準データ及び調整過程データの構成例を示す図である。
【００７８】
図３（ａ）及び図３（ｂ）はそれぞれ、図２（ａ）及び図２（ｂ）で得られる入出力情報の構成例を示している。図３（ａ）及び図３（ｂ）に示す各レコードは、一回の試行（テストラン）を意味しており、属性として、レコードを識別するＩＤと、必須の属性である制御パラメータ、観測情報、判定情報と、補足情報を記録する操業条件より構成される。
【００７９】
ここで、操業条件とは、制御パラメータ調整対象装置を識別する装置ＩＤや、製法（プロセス）区分、材料区分等の製造物の種別に関する属性である。
【００８０】
また、観測情報は、装置内外に設置されたセンサー等の検知部により収集される情報で、制御量や、品質に影響を与えると考えられる要因について、直接、間接的に計測を行なったもので、プロセスの実態を現したものである。
【００８１】
更に、判定情報は、制御パラメータ調整対象装置、プロセスの挙動や制御量の判定や、処理した製品の品質等を評価した結果である。ここでは、判定情報として、「ＮＧ」及び「ＯＫ」の状態値を示しているが、数値または複数のカテゴリ値からなるカテゴリ型、あるいはそれらの組み合わせあっても良い。
【００８２】
次に、図４を用いて、基準データ及び調整過程データの概念について説明する。
【００８３】
図４は本発明の実施形態の基準データ及び調整過程データの概念を説明するための図である。
【００８４】
基準データは、装置開発や装置製造時の性能試験などでの試行過程を蓄積したデータである。
【００８５】
これに対し、調整過程データは、装置を生産ラインへ設置する等の環境変化後に、再度調整作業（制御パラメータの再調整）を行う際に得られたデータである。
【００８６】
これらの２つのデータは、図３で示したように、ほぼ同じ構成でデータを収集する。また、必須属性の制御パラメータ、観測情報、判定情報は、２つのデータで共通とする。
【００８７】
ここで、環境変化による影響のために、基準データと調整過程データとで、制御パラメータ値が全く同じであっても、観測情報、判定情報が異なる場合が想定される。これは、制御パラメータによる装置の挙動に微妙な差異が発生しているからである。
【００８８】
そこで、本発明では、環境変化後の制御パラメータの再調整局面に於いて、汎用的な調整作業支援装置として、より少ない回数の試行での制御パラメータの再調整作業を提供することを実現する。以下、その詳細について説明する。
【００８９】
次に、図５を参照して、パラメータ調整装置２００が実行する基準情報生成処理について説明する。
【００９０】
図５は本発明の実施形態のパラメータ調整装置が実行する基準情報生成処理を示すフローチャートである。
【００９１】
尚、基準情報生成処理は、基準情報生成部２００のルール導出部２０５ａ及び代表値算出部２０５ｂを実現するプログラムの制御の下、パラメータ調整装置２００のＣＰＵ１２０１によって実行される。
【００９２】
図４で説明したように、パラメータ調整装置２００は、まず、ステップＳ１０１で、装置開発や装置製造時の性能試験の制御パラメータの調整過程データ（図４に示す制御パラメータ調整＜初回＞）を基準データとしてデータ管理部２０２に蓄積する。次に、ステップＳ１０２で、ルール導出部２０５ａは、この基準データに基づいて、観測情報と判定情報の間にある関係（ルール）の自動導出を実行する。そして、ステップＳ１０３で、代表値算出部２０５ｂは、導出された各ルールに対応する代表値の算出を実行する。
【００９３】
＜ルールの導出方法＞
次に、ステップＳ１０２のルールの導出方法の詳細について説明する。
【００９４】
基準データに含まれる観測情報と判定情報に着目し、両者の関係（ルール）を推測することを考える。観測情報と判定情報を用いるのは、これらは、環境変化があった場合であっても、客観的な共通尺度を持つと見なすことができるからである。また、当然であるが、観測情報や判定情報は、元来客観的な評価が可能となるように設計・実装されるべきものである。
【００９５】
尚、ルール導出にあたり、制御パラメータは用いない。これは、制御パラメータには客観的な評価尺度がないためである。
【００９６】
本実施形態のルール導出は、一般的に、決定木分析、回帰木分析等と呼ばれているデータマイニング手法の一つを用いて行う。これらの手法では、従属変数の値の違いについて、多数の説明変数群の中より自動的に学習（機械学習）を行い、最終的にツリー状に分類を行うことができる。また、分類結果は、ＩＦ ＴＨＥＮルールとして表すことができる。
【００９７】
尚、決定木分析、回帰木分析の違いは、一般的に従属変数がカテゴリの場合には決定木分析、従属変数が連続値の場合は、回帰木分析と呼ばれている。以下、これらを総称して決定木と呼ぶこととする。
【００９８】
また、決定木・回帰木に関する参考文献としては、以下のものがある。
【００９９】
L.Breiman, J.H.Friedman, R.A.Olshen and C.J.Stone (1984)
「Classification and Regression Tree」 Wadsworth
J.R.Quinlan (1993)
「C4.5: Programs for Machine Learning」 Morgan Kaufmann
【０１００】
本発明においては、判定情報より従属変数を、観測情報より説明変数を割り当て、判定情報の状態の違いを、観測情報の条件として表したＩＦ ＴＨＥＮルールとして説明（分類）する。また、決定木分析・回帰木分析については、多くの手法が提唱されているが、本発明においては、手法を特定するものではなく、ＩＦ ＴＨＥＮルールの形式で、基準データと調整過程データの２つの間の関係を導出するものであれば、どのようなものでも良い。
【０１０１】
ここで、ルール導出に用いる説明変数である観測情報について補足説明を行う。
【０１０２】
観測情報は、個々の制御対象の制御量や、装置内外の環境のモニター等、対象プロセスや装置動作に関連すると考えられるものを用いるとよい。センサーによるセンサー情報は、時系列データとして記録されている場合が多いが、この場合には、決定木分析が可能な形態へ変換すれば良い。例えば、本出願人による特願２００３−１０８１８６に記載の技術を用いて、決定木分析可能な形態に変換する等が考えられる。
【０１０３】
本発明においては、導出したルールの精度が重要であるが、上述のセンサー情報の活用などにより、より多くの情報を用いることで、ルールの精度を高めることができる。また、結果として説明変数の数が増大することになるが、所謂データマイニング手法を適用し、対処することは可能である。
【０１０４】
次に、図６を用いて、決定木分析の一例について説明する。
【０１０５】
図６は本発明の実施形態の決定木分析の一例を示す図である。
【０１０６】
図６は、決定木分析結果の一例を示している。決定木は木構造を持っており、分岐条件を有するノードと、決定木の末端の一つとなるリーフとが、両者を結んだ線で構成される。決定木の１番上のノードは、全体のデータ集合を示すルートノードであり、そのルートノードに対して、複数のノード（子ノード）あるいはリーフが存在することになる。
【０１０７】
そして、決定木分析においては、ルートノードから、以下、各子ノードにおける分岐条件に基づいて分岐し、以下、条件を満足する子ノードに分岐しながら、最終的に決定木中の端点であるリーフに到達する。
【０１０８】
全体のデータ集合（ルートノード）よりリーフに含まれているデータ集合を抽出する条件は、リーフからルートノードへ至る過程にあるノードの分岐条件を全てＡＮＤで結合したＩＦ ＴＨＥＮ型のルールとして表すことができる。
【０１０９】
次に、図７を参照して、ルール導出結果を格納するルールテーブルについて説明する。
【０１１０】
図７は本発明の実施形態のルールテーブルの一例を示す図である。
【０１１１】
ルールテーブルは、ルール導出結果を管理するものであり、決定木におけるノード（ルートノードあるいは子ノード）を識別するＩＤ、自身の上位のノード（親ノード）を識別するＩＤ、分岐の条件、そのノードを識別するためのルール（ノード識別ルール）、及び、判定情報（ＯＫ／ＮＧ）、リーフであるかを示す識別情報（リーフフラグ：Ｙ（有）／Ｎ（無））等で構成される。ここで、リーフフラグが「Ｎ」の場合は、リーフでない、つまり、ノードであることを示す。
【０１１２】
判定情報は、従属変数の判別結果と、必要に応じて補足情報として、判別結果の確信度や、そのノードに含まれているデータ件数などのルールの判別状態を表す情報を構成しても良い。これらの補足的な情報については、ルール選択時の評価指標として活用することができる。
【０１１３】
＜ルールの代表値算出方法＞
次に、ステップＳ１０３の各ルールの代表値算出の詳細について説明する。
【０１１４】
各ルールの代表値算出を行う目的は、各ルールに対応する制御パラメータの基準となる設定値を定めることである。導出されたルールは、観測情報と判定情報との関係を表しているので、このルールに対応する制御パラメータの基準となる設定値を定めることとは、ある観測状態と判定結果を得る時の装置への制御指示値を算出することを意味する。このときの制御指示値のことを、ルールの代表値と呼ぶことにする。
【０１１５】
まず、基準データより、ルールに含まれるレコード（ルールテーブルのノード識別ルールを満たすレコード）を抽出する。抽出したＭ件のレコードに含まれている制御パラメータを以下、対象とする。
【０１１６】
説明を簡単にするために、制御パラメータは全て連続型の変数とした場合、Ｎ個の制御パラメータは、Ｎ次元のベクトル空間（制御パラメータ空間）上の座標として表現することができる。
【０１１７】
制御パラメータベクトルＳ＝（ｓ１，ｓ２，・・・，ｓＮ）
尚、制御パラメータがカテゴリ型の場合には、統計解析分野で一般的に行なわれている、ダミー変数を導入する等により、容易に連続型の変数に変換することができる。
【０１１８】
次に、対象とするＭ件のレコードに含まれている制御パラメータの集合より、代表値とする制御パラメータ値セットを算出する。代表値を算出する理由は、種々の誤差（特に、偶然誤差）によるばらつきのために、再現性が低いと考えられる制御パラメータ値セットの影響を極力排除することにある。
【０１１９】
ここで、代表値の算出方法としては、以下の３つの方法が考えられる。
【０１２０】
＜方法１：組合せ列挙＞
＜方法２：平均値化＞
＜方法３：クラスタリング＞
方法１は、対象データに含まれている制御パラメータ値の全ての組合せを列挙し、ある発生頻度以上のものを代表値（代表として選出した制御パラメータ値セットの集合）とする方法である。
【０１２１】
方法２は、対象データに含まれている各制御パラメータ値毎に平均値、または、中央値、最頻値を代表値とする方法である。
【０１２２】
方法３は、対象データに含まれている制御パラメータ値について、クラスタリングを行い、ｋ個の類似したグループに分割したあとで、ｋ個の各クラスターに対して、各制御パラメータ値ごとに平均値、または、中央値、最頻値を代表として集約し、ｋ個の代表値を選出する方法である。
【０１２３】
これら３つの方法の使い分けについて説明する。
【０１２４】
本発明の一つの特徴は、制御パラメータの数が数十、数百のように多い場合にも好適な技術を提供することにある。この観点より、方法１は、パラメータ数が多数の場合、非常に多くの代表値を選出する可能性が高く、後述する「類似状態推定処理」での推定処理結果が不安定となりやすいので、少数の制御パラメータの場合にのみ使用するのが良い。
【０１２５】
方法２は、各制御パラメータ毎に代表値を決めてしまうために、例えば、複数のパラメータの組合せにより同様な関係（観測状態と判定結果）を得ることができるような場合には、考慮することができないといった問題が起こる。
【０１２６】
ここで、図８を参照して、この問題についての具体例を説明する。
【０１２７】
図８は本発明の実施形態の代表値の算出方法として、平均値化を用いた場合の具体例を説明する図である。
【０１２８】
図８では、制御パラメータ（Ｓ１及びＳ２）が２つの場合の例を示している。同様な観測状態と判定結果を与える２つの制御パラメータ値がＰ１、Ｐ２のように大きく異なっている場合、それらを平均化した場合の制御パラメータ値を代表値とした場合、同様の結果を示さない可能性が高い。
【０１２９】
この問題は、制御パラメータの数が増加するほど発生する可能性が高くなる。
【０１３０】
方法３は、上述の制御パラメータの平均化による悪影響をより小さくするために、制御パラメータ値の組合せが類似したものに分割を行なうものである。制御パラメータのＮ次元空間において、距離が遠く離れているものは異なるクラスターに分割される。従って、方法２に比べ、制御パラメータ値の組合せ要因についても考慮されることとなる。パラメータ数が増加した場合へも容易に対応することが可能である。
【０１３１】
尚、クラスタリングについては、統計学、パターン認識、データマイニング等の分野で用いられており、本発明で対象としている、Ｎ次元空間上のデータをｋ個に分割する課題については、例えば、ｋ−ｍｅａｎｓ法などの一般的に良く知られたクラスタリング手法で構成することが可能である。
【０１３２】
クラスタリングを行なう上で、類似度合いを評価する尺度である距離については、一般的なユークリッド距離を用いることとする。
【０１３３】
Ｎ次元空間上の２点Ａ（ａ１，ａ２，・・・，ａＮ），Ｂ（ｂ１，ｂ２，・・・，ｂＮ）のユークリッド距離Ｄ
【０１３４】
【数１】
【０１３５】
各制御パラメータの単位が異なり、値域が各パラメータで大きな差異がある場合には、絶対値が大きく変動しているものの影響が強く現れ、重要な制御パラメータの変化を見逃してしまう可能性が考えられる。
【０１３６】
このような場合には、各制御パラメータの値を、夫々の分散が１になるように調整を行なう標準化ユークリッド距離を用いても良い。
【０１３７】
また、各クラスターを表す代表情報としては、クラスターの重心（セントロイド）や、メジアンなどを用いて行なう。
【０１３８】
そこで、本実施形態では、代表値の算出方法として、多数の制御パラメータを想定したクラスタリングを用いる方法３を用いる。
【０１３９】
本実施形態では、図９Ａに示すように、ノードに属するデータを対象に、制御パラメータ空間内の代表値を決定する。そして、各ノード毎に決定された代表値と制御パラメータは、代表値テーブル（図９Ｂ）に登録されることになる。
【０１４０】
次に、図１０を用いて、パラメータ調整装置２００が実行する、環境変化後の制御パラメータの調整処理の概要について説明する。
【０１４１】
図１０は本発明の実施形態のパラメータ調整装置が実行する制御パラメータの調整処理を示すフローチャートである。
【０１４２】
尚、調整処理は、パラメータ設定部２０６の類似状態推定部２０６ａ及びパラメータ補正量算出部２０６ｂを実現するプログラムの制御の下、パラメータ調整装置２００のＣＰＵ１２０１によって実行される。
【０１４３】
最初に、ステップＳ２０１で、現在調整過程の調整過程データを抽出する。ここで、抽出対象の調整過程データは、通常、最新の試行（テストラン）では１件であるが、再現性の確認のための誤差評価のために同一条件で複数回実施した場合には、複数件を抽出対象としても良い。但し、設定条件が異なるケースの混在は行なわない。つまり、全ての制御パラメータ値は同一で、他の操業条件についても同一である。抽出されたレコードを、以下、調整対象レコードと呼ぶこととする。
【０１４４】
次に、ステップＳ２０２で、類似状態推定部２０６ａは、類似状態推定処理を実行する。
【０１４５】
類似状態推定処理は、調整対象レコードの観測情報と判定情報と、基準データより作成したルールテーブルの中より類似したノード（即ち、ルール）を推定することで行なう。ここで、類似状態とは、観測情報と判定情報の関係が類似したものを意味している。
【０１４６】
つまり、制御パラメータの設定値にかかわらず、観測情報と判定情報の関係が、基準データと調整対象レコードで最も類似したノードのノード代表値を選出する。
【０１４７】
そして、この選出したノードと、そのノード代表値と、その時の類似度（パラメータ空間距離）を類似状態推定テーブル（図１１）に登録する。
【０１４８】
このノード代表値と調整対象レコードは、装置の処理としては、ほぼ同等の性能を発揮する状態にあると見なすことができる。そのため、ステップＳ２０３で、パラメータ補正量算出部２０６ｂは、両者の制御パラメータ値の差異を、環境変化要因によるずれと見なし、制御パラメータ補正量算出を実行する。
【０１４９】
次に、図１２を参照して、図１０の制御パラメータの調整処理の詳細について説明する。
【０１５０】
図１２は本発明の実施形態のパラメータ調整装置が実行する制御パラメータの調整処理の詳細を示すフローチャートである。
【０１５１】
尚、図１２において、図１０の処理と共通の処理は、同一のステップ番号を付加している。また、図１２では、特に、図１０のステップＳ２０２の類似状態推定処理の詳細を示すものであり、特に、ステップＳ３０２〜ステップＳ３０８の処理が、図１０のステップＳ２０２に対応する。
【０１５２】
まず、ステップＳ２０１で、調整過程データより、上述のように調整対象レコードを抽出する。
【０１５３】
次に、ステップＳ３０２で、抽出した各調整対象レコードについて、基準情報のルールテーブルを用いて、各調整対象レコードが属するリーフ番号を取得する。リーフ番号の取得は、リーフフラグが「Ｙ」のものの中で、ノード識別ルールを満たすもので特定することができる。
【０１５４】
次に、ステップＳ３０３で、リーフ番号の有無に基づいて、調整対象レコードが属するリーフの有無を判定する。リーフがない場合（ステップＳ３０３でＮＯ）、処理を終了する。この場合は、基準データ、即ち、事前の調整段階で想定していない異常状態にあると考えられるため、装置の異常状態の原因究明を行なうことになる。
【０１５５】
一方、リーフがある場合（ステップＳ３０３でＹＥＳ）、ステップＳ３０４で、調整対象レコードが属するリーフノードから、その上位の全てのノード（決定木の木構造上でリーフよりルートノードへ遡る）に対して、各ノードにおける調整対象レコードが含まれている件数を表す集計値、及び、代表値テーブルより、該当するノードの全ての代表値との制御パラメータ距離についての情報として、標準偏差、または、最小値と最大値、分位点等の制御パラメータ距離の分布に関する情報を算出し、その算出結果をノード候補リスト（図１３Ａ）へ格納する。
【０１５６】
ここで、集計値は、件数を用いず、件数を調整対象レコード数で割った出現比率（０〜１）で表しても良い。以下、レコードの件数を集計値として説明する。
【０１５７】
次に、ステップＳ３０５で、ノード候補リストより、ノード（代表値）を一つ選択する。ノードは、以下説明するように自動選択が可能であるが、対話的にユーザーに選択させても良い。
【０１５８】
ここで、図１３Ａを参照して、ノード候補リストの一例について説明する。
【０１５９】
図１３Ａは本発明の実施形態のノード候補リストの一例を示す図である。
【０１６０】
ノード候補リストでは、ノードＩＤ、リーフフラグの値（Ｙ／Ｎ）、集計値、代表値群との距離情報（距離の標準偏差）、調整対象レコードの試行した実際の判定結果である試行判定（ＮＧ／ＯＫ）、ルールテーブルより抽出したルール判定情報（ＮＧ／ＯＫ）、確信度等を格納している。また、図１３Ｂは、図１３Ａのノード候補リストに対する具体的な試行例（４回の試行）を示すものである。また、ノードを自動選択する場合には、以下の処理を実行する。
【０１６１】
＜ノードの自動選択方法＞
以下の優先順位で探索を行い、条件を満たすものがあれば、その時点で決定する。
【０１６２】
ステップ１
リーフ属性＝Ｙ
集計値の最大値が１の場合：ステップ２へ
集計値最大のものを選択
複数ある場合：代表値群との距離情報が最小のものを選択
【０１６３】
ステップ２
リーフ属性＝Ｎ ＡＮＤ 集計値＞１
集計値閾値Ｋ＝２
Ｆｏｒ Ｋ＝２ ｔｏ 集計値の最大値
複数ある場合：代表値群との距離情報が最小のものを選択
反復終了
【０１６４】
ステップ３
リーフ属性＝Ｎ ＡＮＤ 集計値の最大値＝１
複数ある場合：代表値群との距離情報が最小のものを選択
以上の処理によって、ノード候補リストからノードが１つ選択される。
【０１６５】
そして、以上の処理によって選択されたノードに対し、ステップＳ３０７で、代表値テーブルを参照して、対応するノード代表値群からノード代表値を１つ選択する。
【０１６６】
次に、ステップＳ３０８で、選択したノード代表値に対応する制御パラメータが妥当であるか否かを判定する。この妥当性の判定は、例えば、制御パラメータ値に対する閾値処理を実行することで行う。例えば、制御パラメータ値が閾値以上である場合は妥当と判定し、そうでない場合は妥当でないと判定する。
【０１６７】
制御パラメータが妥当でない場合（ステップＳ３０８でＮＯ）、ステップＳ３０７に戻る。一方、制御パラメータが妥当である場合（ステップＳ３０８でＹＥＳ）、ステップＳ２０３に進み、選択された妥当な制御パラメータに対して、制御パラメータ補正量算出を実行する。ここで、制御パラメータ補正量算出を実行するに当たり、Ｎ個の制御パラメータによるＮ次元ベクトル空間上で以下を定義する。
【０１６８】
Ｖ１ ：選択された妥当な制御パラメータの座標ベクトル
ΔＶ ：補正ベクトル
Ｖｎｏｗ ：調整対象レコードの制御パラメータ値
Ｖｎｅｘｔ ：次回制御パラメータの推奨値
ΔＶ＝Ｖｎｏｗ−Ｖ１
Ｖｎｅｘｔ＝Ｖｎｏｗ＋ΔＶ＝２×Ｖｎｏｗ−Ｖ１
【０１６９】
制御パラメータの補正ベクトルΔＶ（制御パラメータ補正量）は、当初の意図する判定結果となるＶｎｏｗでテストランを実施したが、環境変化による差異のために、異なる判定結果となった場合の、当初の意図からの制御パラメータのずれ量を意味している。このため、ΔＶだけ補正を施した制御パラメータ値Ｖｎｅｘｔにより、次回のテストランを行い、当初の意図する判定結果を得ることができるかを判定する。そして、上記処理（テストラン）を当初の意図する結果を得ることができるまで繰り返すこととなる。
【０１７０】
ここで、図１４を参照して、制御パラメータの補正ベクトルΔＶの算出の具体例について説明する。
【０１７１】
図１４は本発明の実施形態の制御パラメータの補正ベクトルの算出の具体例を説明するための図である。
【０１７２】
図１４では、２次元の場合の制御パラメータ補正ベクトルの算出の例を示している。
【０１７３】
図１４において、Ｖｎｏｗは調整対象レコードの制御パラメータ値であり、基準データが属する制御パラメータ空間上の領域Ｃ３内のＯＫとなるべく、制御指示を与えたが、テストランの結果、狙いに反してＮＧとなった場合を示している。領域Ｃ２は、説明上図示した仮想の領域で、Ｖｎｏｗは判定結果がＮＧとなるような領域Ｃ２に属していると考えられる。
【０１７４】
一方、Ｖ１は、選択された妥当な制御パラメータ値であり、判定情報がＮＧとなるノードに属するクラスタＣ１の代表値である。ＶｎｏｗとＶ１は、制御パラメータ値は異なっているが、類似した観測情報と判定情報をもつものであり、装置、または、プロセスが同様の状態にあると判断したものを意味している。
【０１７５】
そして、ＶｎｏｗとＶ１両者の差異を表すベクトルが補正ベクトルΔＶである。つまり、ΔＶは、本来ＯＫとなる領域Ｃ３を狙ったが、環境変化の影響により、ΔＶだけずれが生じ、Ｖ１になったと考えられる。
【０１７６】
そこで、ΔＶだけ補正を施し、ＯＫとなる調整過程データが属する制御パラメータ空間上の仮想の領域C4内となるよう、Ｖｎｅｘｔを次回のテストランの制御パラメータとする。
【０１７７】
以上、理解を容易にするために、２次元の場合で説明を行なったが、実際には、Ｎ個の制御パラメータで構成されるＮ次元空間において比較を行なう。
【０１７８】
尚、上述のステップＳ３０５で、ノードを選択する際に、代表値群との距離情報が最小のノードを選択する理由は、本発明の対象とする課題が、一度調整がなされた装置やプロセスであるので、大きく制御パラメータを修正しないといけない状況は、装置の異常、または、制御モデルの設計上の問題（環境変化要因のコントロール機能不足）が濃厚であるからである。そのため、装置が正常であれば、環境変化による微妙な制御パラメータの差異を求めるのであり、類似状態推定の目的からも、制御パラメータ距離が近いものを選択するのが自然であるからである。
【０１７９】
以上説明したように、本実施形態によれば、装置や製造プロセスの制御パラメータの調整時に、正常な結果を得るための制御パラメータの補正量を算出し、これを次回の試行時の設定値として決定することで、判定結果が正常となる制御パラメータの設定値を得るまでの試行回数の削減、調整時間の短縮を行なうことができる。
【０１８０】
調整対象とする装置、製造プロセスについて、制御方式、制御モデルに依存しない汎用的な調整方法・装置を提供することで、個別に調整方法を開発するより、効率的に調整作業を行なうことができる。
【０１８１】
また、予め実施しておいた調整過程データをもとに自動学習により獲得したルールを活用することで、環境変化後の調整過程において、２回目の試行時より活用することが可能である。このため、従来の一般的な統計解析やデータマイニングのように、相当量のデータ蓄積を前提にする手法に比べて、早い段階より効果を発揮することができる。
【０１８２】
また、本発明の適用局面を検討すると、以下のものが挙げられる。
【０１８３】
（第一の適用局面）
装置の製造段階における調整過程を基準データとし、製造ラインへの装置設置後の調整作業に適用することで、調整作業の効率化を図り、立上げ期間の短縮へ貢献することができる。
【０１８４】
（第ニの適用局面）
環境変化の一つである装置の経時変化要因による制御パラメータ調整について、装置の製造段階における調整過程を基準データとし、操業段階のデータを調整過程データとすることで、調整作業の効率化を図ることができる。
【０１８５】
また、操業段階のデータ量が十分にある場合には、操業が安定した期間の調整過程データを基準データとすることで、より精度の高い、経時変化要因への対応が可能となる。
（第三の適用局面）
【０１８６】
実験用装置、または、プロセス開発用ラインにおける調整過程データを基準データとして、量産ライン用の装置製造、または、量産プロセスライン立上げ時の調整作業に適用することで、調整作業の効率化を図ることができる。
【０１８７】
以上、実施形態例を詳述したが、本発明は、例えば、システム、装置、方法、プログラムもしくは記憶媒体等としての実施態様をとることが可能であり、具体的には、複数の機器から構成されるシステムに適用しても良いし、また、一つの機器からなる装置に適用しても良い。
【０１８８】
尚、本発明は、前述した実施形態の機能を実現するソフトウェアのプログラム（実施形態では図に示すフローチャートに対応したプログラム）を、システムあるいは装置に直接あるいは遠隔から供給し、そのシステムあるいは装置のコンピュータが該供給されたプログラムコードを読み出して実行することによっても達成される場合を含む。
【０１８９】
従って、本発明の機能処理をコンピュータで実現するために、該コンピュータにインストールされるプログラムコード自体も本発明を実現するものである。つまり、本発明は、本発明の機能処理を実現するためのコンピュータプログラム自体も含まれる。
【０１９０】
その場合、プログラムの機能を有していれば、オブジェクトコード、インタプリタにより実行されるプログラム、ＯＳに供給するスクリプトデータ等の形態であっても良い。
【０１９１】
プログラムを供給するための記録媒体としては、例えば、フロッピー（登録商標）ディスク、ハードディスク、光ディスク、光磁気ディスク、ＭＯ、ＣＤ−ＲＯＭ、ＣＤ−Ｒ、ＣＤ−ＲＷ、磁気テープ、不揮発性のメモリカード、ＲＯＭ、ＤＶＤ（ＤＶＤ−ＲＯＭ，ＤＶＤ−Ｒ）などがある。
【０１９２】
その他、プログラムの供給方法としては、クライアントコンピュータのブラウザを用いてインターネットのホームページに接続し、該ホームページから本発明のコンピュータプログラムそのもの、もしくは圧縮され自動インストール機能を含むファイルをハードディスク等の記録媒体にダウンロードすることによっても供給できる。また、本発明のプログラムを構成するプログラムコードを複数のファイルに分割し、それぞれのファイルを異なるホームページからダウンロードすることによっても実現可能である。つまり、本発明の機能処理をコンピュータで実現するためのプログラムファイルを複数のユーザに対してダウンロードさせるＷＷＷサーバも、本発明に含まれるものである。
【０１９３】
また、本発明のプログラムを暗号化してＣＤ−ＲＯＭ等の記憶媒体に格納してユーザに配布し、所定の条件をクリアしたユーザに対し、インターネットを介してホームページから暗号化を解く鍵情報をダウンロードさせ、その鍵情報を使用することにより暗号化されたプログラムを実行してコンピュータにインストールさせて実現することも可能である。
【０１９４】
また、コンピュータが、読み出したプログラムを実行することによって、前述した実施形態の機能が実現される他、そのプログラムの指示に基づき、コンピュータ上で稼動しているＯＳなどが、実際の処理の一部または全部を行ない、その処理によっても前述した実施形態の機能が実現され得る。
【０１９５】
さらに、記録媒体から読み出されたプログラムが、コンピュータに挿入された機能拡張ボードやコンピュータに接続された機能拡張ユニットに備わるメモリに書き込まれた後、そのプログラムの指示に基づき、その機能拡張ボードや機能拡張ユニットに備わるＣＰＵなどが実際の処理の一部または全部を行ない、その処理によっても前述した実施形態の機能が実現される。
【図面の簡単な説明】
【０１９６】
【図１Ａ】本発明の実施形態のデータ分析システムの構成例を示す図である。
【図１Ｂ】本発明の実施形態のデータ分析システムの別の構成例を示す図である。
【図１Ｃ】本発明の実施形態の端末のハードウェア構成を示す図である。
【図２】本発明の実施形態のパラメータ調整装置の調整対象装置の概念を説明するための図である。
【図３】本発明の実施形態の基準データ及び調整過程データの構成例を示す図である。
【図４】本発明の実施形態の基準データ及び調整過程データの概念を説明するための図である。
【図５】本発明の実施形態のパラメータ調整装置が実行する基準情報生成処理を示すフローチャートである。
【図６】本発明の実施形態の決定木分析の一例を示す図である。
【図７】本発明の実施形態のルールテーブルの一例を示す図である。
【図８】本発明の実施形態の代表値の算出方法として、平均値化を用いた場合の具体例を説明する図である。
【図９Ａ】本発明の実施形態の制御パラメータの代表値の決定を設定するための図である。
【図９Ｂ】本発明の実施形態の代表値テーブルの一例を示す図である。
【図１０】本発明の実施形態のパラメータ調整装置が実行する制御パラメータの調整処理を示すフローチャートである。
【図１１】本発明の実施形態の類似状態推定テーブルの一例を示す図である。
【図１２】本発明の実施形態のパラメータ調整装置が実行する制御パラメータの調整処理の詳細を示すフローチャートである。
【図１３Ａ】本発明の実施形態のノード候補リストの一例を示す図である。
【図１３Ｂ】本発明の実施形態のノード候補リストの生成を説明するための図である。
【図１４】本発明の実施形態の制御パラメータの補正ベクトルの算出の具体例を説明するための図である。
【符号の説明】
【０１９７】
１００ 上位コンピュータ
１０１、１０２ 装置
２００ パラメータ調整装置
２０１ データＩ／Ｆ部
２０２ データ管理部
２０２ａ 基準データ
２０２ｂ 基準情報
２０２ｃ 調整過程データ
２０２ｄ データ記憶部
２０３ 制御部
２０４ ユーザＩ／Ｆ部
２０５ 基準情報生成部
２０５ａ ルール導出部
２０５ｂ 代表値算出部
２０６ パラメータ設定部
２０６ａ 類似状態推定部
２０６ｂ パラメータ補正量算出部
【技術分野】
【０００１】
本発明は、装置を制御するための制御パラメータの設定値を調整して、より適切な設定値を導出するデータ分析装置及びその方法、プログラムに関するものである。
【背景技術】
【０００２】
一般的に、製造装置の基本機能や製造プロセスについては、予め装置の設計開発段階で、装置を制御するための制御方式や制御パラメータの設計が完了しており、また、装置の出荷前試験や製造プロセス試験設備による実証などにより、具体的な調整のガイドも作成されている。
【０００３】
しかし、装置の出荷前試験などで、所望の性能を発揮するレベルへ調整を行った装置であっても、実際の生産ラインへ設置した立上げ段階で、その性能を発揮するために制御パラメータ等の再調整が必要となる場合がある。
【０００４】
これは、製造装置の生産段階と装置を実際に稼動させる生産ラインとでは、設置の環境が異なったり、搬送を伴うことに起因する種々のストレスによる変化などがあるためである。
【０００５】
例えば、半導体のプロセス装置などの微細なプロセスを対象とする場合、一般的に同じ設計の装置であっても機体差が存在したり、同一機体であっても、上述のような設置環境の違いや材料（材質）の違いなどにより、製造品質に微妙な差異が生じている。
【０００６】
これらの微妙な差異の補正は、制御パラメータの調整などで行なわれるが、調整対象となる制御パラメータの数は非常に多く、調整対象の各制御パラメータを個別に振らして挙動を観察しながら調整していくといった試行錯誤的な方法では効率が悪く、調整作業が長期化する原因にもなっている。
【０００７】
調整作業の効率化のために、対象装置に固有の知識をもとにした経験則によるパラメータ調整等が行なわれていたりするが、知識が属人的である場合が多く、経験則を持っている対象装置やプロセスに精通した専門家が行なう必要があるなど、実施上の制約があった。
【０００８】
また、温度や圧力といったＰＩＤ制御によるフィードバック制御や、シーケンス制御など、複数の制御対象、制御方式など制御系が混在している場合には、個々の制御毎に調整方法を定めていたのでは効率が悪い。
【０００９】
例えば、特許文献１では、ある程度汎用化が施された調整ルールが存在する（与えられる）ことを前提として、制御パラメータの推定過程より判断しながら、推定結果を補正していく技術が開示されている。
【００１０】
また、例えば、特許文献２では、既に稼動している装置に対して、制御実績データをもとに決定木分析を用いて自動分類を行い、各分類毎に制御パラメータ値を再計算することで、制御の精度を向上させる技術が開示されている。
【特許文献１】特開平４−１２３１０２号公報
【特許文献２】特開２００３−２１６２０３号公報
【発明の開示】
【発明が解決しようとする課題】
【００１１】
しかしながら、特許文献１で開示されている技術では、新規の装置やプロセスなどでは、汎用化された調整ルール自体を得るのに、多くの経験（試行）を要するなどの問題があったり、制御パラメータ数が増加するに従い、複数の制御パラメータ間の交互作用などの可能性もあり、調整ルール自体を人が設定するのが困難な場合がある。
【００１２】
また、推定結果の補正の効率が、定性的な所与のルールに依存するため、修正の方向性（パラメータの値をより大きくする等）がわかったとしても、定量的に補正量を与えることができない。よって、適切な補正結果を得るまでに複数回の試行が必要となり、効率的でない。
【００１３】
一方、特許文献２で開示されている技術では、精度向上を行う上で重要となる制御実績データを、モデル作成に使用するデータと、その誤差を評価するための同定用データとに分離する必要がある。このため、対象とする制御モデルパラメータの数が多い場合には、相応のデータ件数が必要となり、稼動を開始してからある一定期間を要する。つまり、制御パラメータ値の精度改善効果を発揮するためには、データ蓄積期間が必要であり、装置立上げ期間を短縮するための制御パラメータ調整としては、効率が悪い。
【００１４】
本発明は上記の課題を解決するためになされたものであり、精度の高い制御パラメータの導出を効率的にかつ汎用的に実現することができるデータ分析装置及びその方法、プログラムを提供することを目的とする。
【課題を解決するための手段】
【００１５】
上記の目的を達成するための本発明によるデータ分析装置は以下の構成を備える。即ち、
装置を制御するための制御パラメータの設定値を調整して、より適切な設定値を設定するためのデータ分析装置であって、
前記装置の制御パラメータを調整するための基準となる基準データに基づいて、該装置に関する観測情報及び判定情報間の関係を示すルールを満足する、前記設定値を設定するための基準情報を生成する基準情報生成手段と、
前記基準情報生成手段で生成した基準情報と、前記装置の環境変化に応じて前記装置の制御パラメータを調整した履歴である調整過程データとに基づいて、調整対象の制御パラメータに対応する第１ルールに類似する第２ルールを推定し、その推定した第２ルールを用いて、前記調整対象の制御パラメータの設定値を算出する算出手段と
を備えることを特徴とするデータ分析装置。
【００１６】
また、好ましくは、前記基準情報生成手段は、
前記基準データに基づいて、前記ルールを導出するルール導出手段と、
前記ルール導出手段で導出されたルールを満足する、前記基準データに含まれる前記制御パラメータの代表値を、前記基準情報として算出する代表値算出手段と
を備える。
【００１７】
また、好ましくは、前記算出手段は、
前記基準情報と前記調整過程データとに基づいて、前記第１ルールに類似する前記第２ルールを推定する類似状態推定手段と、
前記第１ルールと前記第２ルールの差異に基づいて、前記調整対象の制御パラメータの補正量を、前記調整対象の制御パラメータの設定値として算出するパラメータ補正量算出手段と
を備える。
【００１８】
上記の目的を達成するための本発明によるデータ分析装置は以下の構成を備える。即ち、
装置を制御するための制御パラメータの設定値を調整して、より適切な設定値を設定するための基準情報を生成するデータ分析装置であって、
前記装置の制御パラメータを調整するための基準となる基準データに基づいて、該装置に関する観測情報及び判定情報間の関係を示すルールを導出するルール導出手段と、
前記ルール導出手段で導出されたルールを満足する、前記基準データに含まれる前記制御パラメータの代表値を前記基準情報として算出する代表値算出手段と
を備える。
【００１９】
上記の目的を達成するための本発明によるデータ分析装置は以下の構成を備える。即ち、
装置を制御するための制御パラメータの設定値を調整して、より適切な設定値を設定するためのデータ分析装置であって、
前記装置の制御パラメータを調整するための基準となる基準データに基づいて生成される、該装置に関する観測情報及び判定情報間の関係を示すルールを満足する、前記設定値を設定するための基準情報と、前記装置の環境変化に応じて前記装置の制御パラメータを調整した履歴である調整過程データとに基づいて、調整対象の制御パラメータに対応する第１ルールに類似する第２ルールを推定する類似状態推定手段と、
前記第１ルールと前記第２ルールの差異に基づいて、前記調整対象の制御パラメータの補正量を、前記調整対象の制御パラメータの設定値として算出するパラメータ補正量算出手段と
を備える。
【００２０】
また、好ましくは、前記基準データは、前記制御パラメータ、前記観測情報及び前記判定情報を少なくとも含み、
前記ルール導出手段は、前記基準データに含まれる制御パラメータ以外の情報を用いて、前記ルールを導出する。
【００２１】
また、好ましくは、前記ルール導出手段は、前記ルールを、ノードとリーフで構成された決定木を用いて導出し、その導出結果をルールテーブルとして管理する。
【００２２】
また、好ましくは、前記代表値算出手段は、前記ルール導出手段で導出されたルール毎に、そのルールを満足する、前記基準データに含まれる制御パラメータの属性のみを用いて、前記制御パラメータの代表値を、前記基準情報として算出する。
【００２３】
また、好ましくは、前記代表値算出手段は、前記制御パラメータをクラスタリング手法により、類似するクラスターに分割し、各クラスターの代表値を、前記制御パラメータの代表値として算出する。
【００２４】
また、好ましくは、前記パラメータ補正量算出手段は、前記制御パラメータをＮ次元のベクトル空間の座標として表現した場合に、調整過程の制御パラメータの設定値を示すベクトルをＶｎｏｗ、類似状態推定手段で推定されたルールを満足する制御パラメータの代表値を示すベクトルをＶとすると、次回の試行に使用する制御パラメータの設定値を示すベクトルＶｎｅｘｔを
Ｖｎｅｘｔ＝２×Ｖｎｏｗ−Ｖ
で算出する。
【００２５】
また、好ましくは、前記基準データ及び前記調整過程データを取得する取得手段と、
前記取得手段で取得した前記基準データ及び前記調整過程データと、前記基準情報を記憶する記憶手段と
を更に備える。
【００２６】
上記の目的を達成するための本発明によるデータ分析方法は以下の構成を備える。即ち、
装置を制御するための制御パラメータの設定値を調整して、より適切な設定値を設定するためのデータ分析方法であって、
前記装置の制御パラメータを調整するための基準となる基準データに基づいて、該装置に関する観測情報及び判定情報間の関係を示すルールを満足する、前記設定値を設定するための基準情報を生成する基準情報生成工程と、
前記基準情報生成工程で生成した基準情報と、前記装置の環境変化に応前記装置の制御パラメータを調整した履歴である調整過程データとに基づいて、調整対象の制御パラメータに対応する第１ルールに類似する第２ルールを推定し、その推定した第２ルールを用いて、前記調整対象の制御パラメータの設定値を算出する算出工程と
を備える。
【００２７】
上記の目的を達成するための本発明によるデータ分析方法は以下の構成を備える。即ち、
装置を制御するための制御パラメータの設定値を調整して、より適切な設定値を設定するための基準情報を生成するデータ分析方法であって、
前記装置の制御パラメータを調整するための基準となる基準データに基づいて、該装置に関する観測情報及び判定情報間の関係を示すルールを導出するルール導出工程と、
前記ルール導出工程で導出されたルールを満足する、前記基準データに含まれる前記制御パラメータの代表値を前記基準情報として算出する代表値算出工程と
を備える。
【００２８】
上記の目的を達成するための本発明によるデータ分析方法は以下の構成を備える。即ち、
装置を制御するための制御パラメータの設定値を調整して、より適切な設定値を設定するためのデータ分析方法であって、
前記装置の制御パラメータを調整するための基準となる基準データに基づいて生成される、該装置に関する観測情報及び判定情報間の関係を示すルールを満足する、前記設定値を設定するための基準情報と、前記装置の環境変化に応じて前記装置の制御パラメータを調整した履歴である調整過程データとに基づいて、調整対象の制御パラメータに対応する第１ルールに類似する第２ルールを推定する類似状態推定工程と、
前記第１ルールと前記第２ルールの差異に基づいて、前記調整対象の制御パラメータの補正量を、前記調整対象の制御パラメータの設定値として算出するパラメータ補正量算出工程と
を備える。
【００２９】
上記の目的を達成するための本発明によるプログラムは以下の構成を備える。即ち、
装置を制御するための制御パラメータの設定値を調整して、より適切な設定値を設定するためのデータ分析を実現するプログラムであって、
前記装置の制御パラメータを調整するための基準となる基準データに基づいて、該装置に関する観測情報及び判定情報間の関係を示すルールを満足する、前記設定値を設定するための基準情報を生成する基準情報生成工程のプログラムコードと、
前記基準情報生成工程で生成した基準情報と、前記装置の環境変化に応じて前記装置の制御パラメータを調整した履歴である調整過程データとに基づいて、調整対象の制御パラメータに対応する第１ルールに類似する第２ルールを推定し、その推定した第２ルールを用いて、前記調整対象の制御パラメータの設定値を算出するパラメータ値算出工程のプログラムコードと
を備える。
【００３０】
上記の目的を達成するための本発明によるプログラムは以下の構成を備える。即ち、
装置を制御するための制御パラメータの設定値を調整して、より適切な設定値を設定するための基準情報を生成するデータ分析を実現するプログラムであって、
前記装置の制御パラメータを調整するための基準となる基準データに基づいて、該装置に関する観測情報及び判定情報間の関係を示すルールを導出するルール導出工程のプログラムコードと、
前記ルール導出工程で導出されたルールを満足する、前記基準データに含まれる前記制御パラメータの代表値を前記基準情報として算出する代表値算出工程のプログラムコードと
を備える。
【００３１】
上記の目的を達成するための本発明によるプログラムは以下の構成を備える。即ち、
装置を制御するための制御パラメータの設定値を調整して、より適切な設定値を設定するためのデータ分析を実現するプログラムであって、
前記装置の制御パラメータを調整するための基準となる基準データに基づいて生成される、該装置に関する観測情報及び判定情報間の関係を示すルールを満足する、前記設定値を設定するための基準情報と、前記装置の環境変化に応じて前記装置の制御パラメータを調整した履歴である調整過程データとに基づいて、調整対象の制御パラメータに対応する第１ルールに類似する第２ルールを推定する類似状態推定工程のプログラムコードと、
前記第１ルールと前記第２ルールの差異に基づいて、前記調整対象の制御パラメータの補正量を、前記調整対象の制御パラメータの設定値として算出するパラメータ補正量算出工程のプログラムコードと
を備える。
【発明の効果】
【００３２】
本発明によれば、精度の高い制御パラメータの導出を効率的にかつ汎用的に実現することができるデータ分析装置及びその方法、プログラムを提供できる。
【発明を実施するための最良の形態】
【００３３】
以下、本発明の実施の形態について図面を用いて詳細に説明する。
【００３４】
図１Ａは本発明の実施形態のデータ分析システムの構成例を示す図である。
【００３５】
データ分析装置として機能するパラメータ調整装置（分析用コンピュータ）２００は、制御パラメータ調整対象装置である装置１０１や１０２、上位コンピュータ（例えば、サーバ）１００とネットワーク３００を介して相互に接続されている。
【００３６】
尚、ここで、装置とは、例えば、半導体のプロセス装置等が挙げられるが、本発明は、予め調整が行なわれた装置や製造プロセスに対して、生産ラインへの設置や、実証設備から量産設備への展開等の環境変化が起こり得る装置全般に適用可能である。
【００３７】
パラメータ調整装置２００において、データ管理部２０２は、装置１０１や１０２から収集したデータ、制御部２０３により生成されたデータ等の各種データを管理する。
【００３８】
装置１０１や１０２からのデータ収集は、例えば、ネットワーク３００経由でデータＩ／Ｆ（インタフェース）部２０１により直接受信する方法がある。あるいは、装置１０１や１０２からのデータ収集自体は、上位コンピュータ１００で行い、パラメータ調整装置２００は、上位コンピュータ１００から該当する装置１０１や１０２のデータを受信する方法でも良い。また、あるいは、装置１０１や１０２とパラメータ調整装置２００を直接接続（装置１０１や１０２へパラメータ調整装置２００を組み込んだ形態）して、該当する装置１０１や１０２のデータを受信する方法でも良い。
【００３９】
制御部２０３は、ユーザーＩ／Ｆ部２０４より、操作指示を受信し、その指示内容に基づいて、基準情報生成部２０５、パラメータ設定部２０６及びデータ管理部２０２に対して制御を行なう。
【００４０】
データ管理部２０２は、基準データ２０２ａ、基準情報２０２ｂ、調整過程データ２０２ｃ、基準情報生成部２０５の基準情報生成の過程で使用するデータを一時的に記憶するデータ記憶部２０２ｄを有している。
【００４１】
ここで、基準データ２０２ａは、装置開発や装置製造時の性能試験等での試行過程で用いられた装置を制御するための制御パラメータや、試行過程で得られた装置における観測情報や、装置の品質や状態等の評価結果を示す判定情報である。
【００４２】
また、調整過程データ２０２ｃは、装置を生産ラインへ設置する等の環境変化後に、再度調整作業（制御パラメータの再調整）を行う場合に得られる、制御パラメータ、観測情報や判定情報である。
【００４３】
基準情報２０２ａと調整過程データ２０２ｃとは、制御パラメータの再調整過程において、パラメータ設定値を補正するための補正量を算出するための情報として用いられる。
【００４４】
基準情報生成部２０５は、ルール導出部２０５ａ及び代表値算出部２０５ｂから構成される。
【００４５】
基準情報生成部２０５において、ルール導出部２０５ａは、基準データ２０２ａに基づいて、制御対象の装置におけるデータ間の関係（ルール）を自動生成（導出）し、これを基準情報（ルール導出結果）２０２ｂとしてデータ管理部２０２に保存する。代表値算出部２０５ｂは、基準データ２０２ａ及び基準情報２０２ｂに基づいて、導出したルールの代表値を算出し、これを基準情報２０２ｂとして追記保存する。
【００４６】
パラメータ設定部２０６は、類似状態推定部２０６ａ及びパラメータ補正量算出部２０６ｂから構成される。
【００４７】
パラメータ設定部２０６において、類似状態推定部２０６ａは、制御パラメータの内、調整対象の制御パラメータと基準情報２０２ｂとを比較し、現在の状態と類似の制御パラメータ情報を推定する。パラメータ補正量算出部２０６ｂは、類似状態推定部２０６ａの処理結果より、制御パラメータの補正量を算出する。
【００４８】
尚、図１Ａのデータ分析システムの構成は、一例であり、用途や目的に応じて、種々の構成を採用することができる。例えば、パラメータ調整装置２００内の基準情報生成部２０５及びパラメータ設定部２０６をそれぞれ別の端末（基準情報生成装置及びパラメータ設定装置）として機能させることも可能である。
【００４９】
以下、この場合の構成例について、図１Ｂを用いて説明する。
【００５０】
図１Ｂは本発明の実施形態のデータ分析システムの別の構成例を示す図である。
【００５１】
図１Ｂにおいて、基準情報生成装置４００は、データＩ／Ｆ部４０１、データ管理部４０２、制御部４０３、ユーザＩ／Ｆ部４０４、基準情報生成部４０５（ルール導出部４０５ａ及び代表値算出部４０５ｂ）を有し、図１Ａの基準情報生成部２０５の機能を実現する。
【００５２】
基準情報生成装置４００において、データ管理部４０２は、データＩ／Ｆ部４０１から取得した基準データ４０２ａ、基準情報生成部４０５で作成される基準情報４０２ｂ、及び、基準情報生成の過程で使用するデータの一次記憶用のデータ記憶部４０２ｃを管理している。
【００５３】
また、パラメータ設定装置５００は、データＩ／Ｆ部５０１、データ管理部５０２、制御部５０３、ユーザＩ／Ｆ部５０４、パラメータ設定部５０５（類似状態推定部５０５ａ及びパラメータ補正量算出部５０５ｂ）を有し、図１Ａのパラメータ設定部２０６の機能を実現する。
【００５４】
パラメータ設定装置５００において、データ管理部５０２は、データＩ／Ｆ部５０１を介して取得した調整過程データ５０２ａ、基準情報生成装置４００の基準情報生成部４０５により作成された基準情報５０２ｂを管理している。
【００５５】
次に、図１Ｃを参照して、図１Ａのパラメータ調整装置２００、図１Ｂの基準情報生成装置４００及びパラメータ設定装置５００等の各種端末のハードウェア構成について説明する。
【００５６】
図１Ｃは本発明の実施形態の各端末のハードウェア構成を示す図である。
【００５７】
尚、図１Ｃでは、図１Ａのパラメータ調整装置２００のハードウェア構成として説明するが、図１Ｂの基準情報生成装置４００及びパラメータ設定装置５００についても、同様のハードウェア構成を有しているものとする。
【００５８】
１２０１はＣＰＵであり、ＲＡＭ１２０２やＲＯＭ１２０３に格納されているプログラムやデータを用いて、端末（コンピュータ）全体の制御を行うとともに、本コンピュータを適用するパラメータ調整装置２００が行う後述する各処理を実行する。
【００５９】
１２０２はＲＡＭであり、ＨＤＤ（ハードディスクドライブ）１２０４からロードされたプログラムやデータを一時的に記憶するためのエリアを有するとともに、ＣＰＵ１２０１が各種処理を行うために使用するワークエリアを備える。
【００６０】
１２０３はＲＯＭであり、コンピュータのブートプログラムやＢＩＯＳ等の各種プログラムを記憶している。１２０４はＨＤＤ（ハードディスクドライブ）であり、ＯＳ（オペレーティングシステム）や、本コンピュータを適用するパラメータ調整装置２００が行う後述の処理をＣＰＵ１２０１に実行させるためのプログラムやデータ等の各種データを保存しており、これらは必要に応じてＣＰＵ１２０１の制御によりＲＡＭ１２０２に読み出され実行されることになる。
【００６１】
１２０５はネットワークＩ／Ｆ（インタフェース）であり、コンピュータをネットワーク３００に接続するためのものである。コンピュータは、このネットワークＩ／Ｆ１２０５を介して外部機器とデータ通信を行うことが可能である。
【００６２】
１２０６は記憶媒体ドライブであり、ＣＤ−ＲＯＭ、ＣＤ−Ｒ／ＲＷ、ＤＶＤ―ＲＯＭ、ＤＶＤ−Ｒ／ＲＷ、ＤＶＤ−ＲＡＭ等から構成される。
【００６３】
１２０７はポインティングデバイス、１２０８はキーボードであり、各種の指示をＣＰＵ１２０１に入力することができる。これらは、入力部（ユーザＩ／Ｆ部）として機能する。
【００６４】
１２０９はビデオＩ／Ｆ（インタフェース）であり、ここにディスプレイ装置１２１０を接続する。ディスプレイ装置１２１０はＣＲＴや液晶画面等で構成されており、ビデオＩ／Ｆ１２０９を介して送られた信号に基づいて、文字や画像等の情報を表示画面上に表示する機能を有する。
【００６５】
１２１１は外部機器Ｉ／Ｆ（インタフェース）であり、コンピュータに周辺機器を接続させるためのポートである。この外部機器Ｉ／Ｆ１２１１を介してコンピュータは、周辺機器とのデータの送受信を行うことが可能であるＳＣＳＩ、ＵＳＢ、ＩＥＥＥ１３９４等の各種インタフェースで構成することが可能でおり、通常複数の外部機器Ｉ／Ｆを有する。また、周辺機器との接続形態は有線／無線を問わない。
【００６６】
１２１２はシステムバスであり、上述の各種構成要素を相互に接続するバスとして機能する。
【００６７】
次に、図２を参照して、パラメータ調整装置２００の処理対象となる調整対象装置の概念について説明する。
【００６８】
尚、以下の説明では、パラメータ調整装置２００で処理を実行する場合を例に挙げて説明する。
【００６９】
図２は本発明の実施形態のパラメータ調整装置の制御パラメータ調整対象装置の概念を説明するための図である。
【００７０】
図２（ａ）は、制御パラメータ調整対象装置（例えば、装置１０１）が１台の場合の、調整対象装置に対する入出力情報を模式的に示している。
【００７１】
図２（ａ）において、制御パラメータとは、装置への制御指示を与える（入力する）情報であり、この制御パラメータに基づいて、所定の制御方式により処理を行なう。但し、この時、誤差（環境や外乱等の影響）の入力があるため、品質のばらつきが生じる。また、処理中の状態や各種制御量、装置内外部の環境状態等の観測情報については、センサーにより収集され、出力される。更に、処理結果として得られる品質計測・判定情報が出力される。
【００７２】
尚、品質計測・判定情報については、制御パラメータ対象装置より出力される場合のほか、後続の工程に設置された不図示の検査装置から出力される情報を用いてもよい。
【００７３】
一方、図２（ｂ）は、制御パラメータ調整対象装置が複数台（例えば、装置１０１及び１０２）の場合の、個々の制御パラメータ調整対象装置に対する入出力情報を模式的に示している。
【００７４】
図２（ｂ）では、図２（ａ）の場合と同様に、制御パラメータ、誤差、観測情報の入出力がある。また、品質計測・判定情報は、各制御パラメータ調整対象装置毎ではなく、全ての制御パラメータ調整対象装置の処理結果として出力される。
【００７５】
尚、この場合においても、品質計測・判定情報については、制御パラメータ対象装置より出力される場合のほか、後続の工程に設置された不図示の検査装置から出力される情報を用いてもよい。
【００７６】
次に、図３を参照して、データ管理部２０２で管理する基準データ２０２ａ及び調整過程データ２０２ｃの構成例について説明する。
【００７７】
図３は本発明の実施形態の基準データ及び調整過程データの構成例を示す図である。
【００７８】
図３（ａ）及び図３（ｂ）はそれぞれ、図２（ａ）及び図２（ｂ）で得られる入出力情報の構成例を示している。図３（ａ）及び図３（ｂ）に示す各レコードは、一回の試行（テストラン）を意味しており、属性として、レコードを識別するＩＤと、必須の属性である制御パラメータ、観測情報、判定情報と、補足情報を記録する操業条件より構成される。
【００７９】
ここで、操業条件とは、制御パラメータ調整対象装置を識別する装置ＩＤや、製法（プロセス）区分、材料区分等の製造物の種別に関する属性である。
【００８０】
また、観測情報は、装置内外に設置されたセンサー等の検知部により収集される情報で、制御量や、品質に影響を与えると考えられる要因について、直接、間接的に計測を行なったもので、プロセスの実態を現したものである。
【００８１】
更に、判定情報は、制御パラメータ調整対象装置、プロセスの挙動や制御量の判定や、処理した製品の品質等を評価した結果である。ここでは、判定情報として、「ＮＧ」及び「ＯＫ」の状態値を示しているが、数値または複数のカテゴリ値からなるカテゴリ型、あるいはそれらの組み合わせあっても良い。
【００８２】
次に、図４を用いて、基準データ及び調整過程データの概念について説明する。
【００８３】
図４は本発明の実施形態の基準データ及び調整過程データの概念を説明するための図である。
【００８４】
基準データは、装置開発や装置製造時の性能試験などでの試行過程を蓄積したデータである。
【００８５】
これに対し、調整過程データは、装置を生産ラインへ設置する等の環境変化後に、再度調整作業（制御パラメータの再調整）を行う際に得られたデータである。
【００８６】
これらの２つのデータは、図３で示したように、ほぼ同じ構成でデータを収集する。また、必須属性の制御パラメータ、観測情報、判定情報は、２つのデータで共通とする。
【００８７】
ここで、環境変化による影響のために、基準データと調整過程データとで、制御パラメータ値が全く同じであっても、観測情報、判定情報が異なる場合が想定される。これは、制御パラメータによる装置の挙動に微妙な差異が発生しているからである。
【００８８】
そこで、本発明では、環境変化後の制御パラメータの再調整局面に於いて、汎用的な調整作業支援装置として、より少ない回数の試行での制御パラメータの再調整作業を提供することを実現する。以下、その詳細について説明する。
【００８９】
次に、図５を参照して、パラメータ調整装置２００が実行する基準情報生成処理について説明する。
【００９０】
図５は本発明の実施形態のパラメータ調整装置が実行する基準情報生成処理を示すフローチャートである。
【００９１】
尚、基準情報生成処理は、基準情報生成部２００のルール導出部２０５ａ及び代表値算出部２０５ｂを実現するプログラムの制御の下、パラメータ調整装置２００のＣＰＵ１２０１によって実行される。
【００９２】
図４で説明したように、パラメータ調整装置２００は、まず、ステップＳ１０１で、装置開発や装置製造時の性能試験の制御パラメータの調整過程データ（図４に示す制御パラメータ調整＜初回＞）を基準データとしてデータ管理部２０２に蓄積する。次に、ステップＳ１０２で、ルール導出部２０５ａは、この基準データに基づいて、観測情報と判定情報の間にある関係（ルール）の自動導出を実行する。そして、ステップＳ１０３で、代表値算出部２０５ｂは、導出された各ルールに対応する代表値の算出を実行する。
【００９３】
＜ルールの導出方法＞
次に、ステップＳ１０２のルールの導出方法の詳細について説明する。
【００９４】
基準データに含まれる観測情報と判定情報に着目し、両者の関係（ルール）を推測することを考える。観測情報と判定情報を用いるのは、これらは、環境変化があった場合であっても、客観的な共通尺度を持つと見なすことができるからである。また、当然であるが、観測情報や判定情報は、元来客観的な評価が可能となるように設計・実装されるべきものである。
【００９５】
尚、ルール導出にあたり、制御パラメータは用いない。これは、制御パラメータには客観的な評価尺度がないためである。
【００９６】
本実施形態のルール導出は、一般的に、決定木分析、回帰木分析等と呼ばれているデータマイニング手法の一つを用いて行う。これらの手法では、従属変数の値の違いについて、多数の説明変数群の中より自動的に学習（機械学習）を行い、最終的にツリー状に分類を行うことができる。また、分類結果は、ＩＦ ＴＨＥＮルールとして表すことができる。
【００９７】
尚、決定木分析、回帰木分析の違いは、一般的に従属変数がカテゴリの場合には決定木分析、従属変数が連続値の場合は、回帰木分析と呼ばれている。以下、これらを総称して決定木と呼ぶこととする。
【００９８】
また、決定木・回帰木に関する参考文献としては、以下のものがある。
【００９９】
L.Breiman, J.H.Friedman, R.A.Olshen and C.J.Stone (1984)
「Classification and Regression Tree」 Wadsworth
J.R.Quinlan (1993)
「C4.5: Programs for Machine Learning」 Morgan Kaufmann
【０１００】
本発明においては、判定情報より従属変数を、観測情報より説明変数を割り当て、判定情報の状態の違いを、観測情報の条件として表したＩＦ ＴＨＥＮルールとして説明（分類）する。また、決定木分析・回帰木分析については、多くの手法が提唱されているが、本発明においては、手法を特定するものではなく、ＩＦ ＴＨＥＮルールの形式で、基準データと調整過程データの２つの間の関係を導出するものであれば、どのようなものでも良い。
【０１０１】
ここで、ルール導出に用いる説明変数である観測情報について補足説明を行う。
【０１０２】
観測情報は、個々の制御対象の制御量や、装置内外の環境のモニター等、対象プロセスや装置動作に関連すると考えられるものを用いるとよい。センサーによるセンサー情報は、時系列データとして記録されている場合が多いが、この場合には、決定木分析が可能な形態へ変換すれば良い。例えば、本出願人による特願２００３−１０８１８６に記載の技術を用いて、決定木分析可能な形態に変換する等が考えられる。
【０１０３】
本発明においては、導出したルールの精度が重要であるが、上述のセンサー情報の活用などにより、より多くの情報を用いることで、ルールの精度を高めることができる。また、結果として説明変数の数が増大することになるが、所謂データマイニング手法を適用し、対処することは可能である。
【０１０４】
次に、図６を用いて、決定木分析の一例について説明する。
【０１０５】
図６は本発明の実施形態の決定木分析の一例を示す図である。
【０１０６】
図６は、決定木分析結果の一例を示している。決定木は木構造を持っており、分岐条件を有するノードと、決定木の末端の一つとなるリーフとが、両者を結んだ線で構成される。決定木の１番上のノードは、全体のデータ集合を示すルートノードであり、そのルートノードに対して、複数のノード（子ノード）あるいはリーフが存在することになる。
【０１０７】
そして、決定木分析においては、ルートノードから、以下、各子ノードにおける分岐条件に基づいて分岐し、以下、条件を満足する子ノードに分岐しながら、最終的に決定木中の端点であるリーフに到達する。
【０１０８】
全体のデータ集合（ルートノード）よりリーフに含まれているデータ集合を抽出する条件は、リーフからルートノードへ至る過程にあるノードの分岐条件を全てＡＮＤで結合したＩＦ ＴＨＥＮ型のルールとして表すことができる。
【０１０９】
次に、図７を参照して、ルール導出結果を格納するルールテーブルについて説明する。
【０１１０】
図７は本発明の実施形態のルールテーブルの一例を示す図である。
【０１１１】
ルールテーブルは、ルール導出結果を管理するものであり、決定木におけるノード（ルートノードあるいは子ノード）を識別するＩＤ、自身の上位のノード（親ノード）を識別するＩＤ、分岐の条件、そのノードを識別するためのルール（ノード識別ルール）、及び、判定情報（ＯＫ／ＮＧ）、リーフであるかを示す識別情報（リーフフラグ：Ｙ（有）／Ｎ（無））等で構成される。ここで、リーフフラグが「Ｎ」の場合は、リーフでない、つまり、ノードであることを示す。
【０１１２】
判定情報は、従属変数の判別結果と、必要に応じて補足情報として、判別結果の確信度や、そのノードに含まれているデータ件数などのルールの判別状態を表す情報を構成しても良い。これらの補足的な情報については、ルール選択時の評価指標として活用することができる。
【０１１３】
＜ルールの代表値算出方法＞
次に、ステップＳ１０３の各ルールの代表値算出の詳細について説明する。
【０１１４】
各ルールの代表値算出を行う目的は、各ルールに対応する制御パラメータの基準となる設定値を定めることである。導出されたルールは、観測情報と判定情報との関係を表しているので、このルールに対応する制御パラメータの基準となる設定値を定めることとは、ある観測状態と判定結果を得る時の装置への制御指示値を算出することを意味する。このときの制御指示値のことを、ルールの代表値と呼ぶことにする。
【０１１５】
まず、基準データより、ルールに含まれるレコード（ルールテーブルのノード識別ルールを満たすレコード）を抽出する。抽出したＭ件のレコードに含まれている制御パラメータを以下、対象とする。
【０１１６】
説明を簡単にするために、制御パラメータは全て連続型の変数とした場合、Ｎ個の制御パラメータは、Ｎ次元のベクトル空間（制御パラメータ空間）上の座標として表現することができる。
【０１１７】
制御パラメータベクトルＳ＝（ｓ１，ｓ２，・・・，ｓＮ）
尚、制御パラメータがカテゴリ型の場合には、統計解析分野で一般的に行なわれている、ダミー変数を導入する等により、容易に連続型の変数に変換することができる。
【０１１８】
次に、対象とするＭ件のレコードに含まれている制御パラメータの集合より、代表値とする制御パラメータ値セットを算出する。代表値を算出する理由は、種々の誤差（特に、偶然誤差）によるばらつきのために、再現性が低いと考えられる制御パラメータ値セットの影響を極力排除することにある。
【０１１９】
ここで、代表値の算出方法としては、以下の３つの方法が考えられる。
【０１２０】
＜方法１：組合せ列挙＞
＜方法２：平均値化＞
＜方法３：クラスタリング＞
方法１は、対象データに含まれている制御パラメータ値の全ての組合せを列挙し、ある発生頻度以上のものを代表値（代表として選出した制御パラメータ値セットの集合）とする方法である。
【０１２１】
方法２は、対象データに含まれている各制御パラメータ値毎に平均値、または、中央値、最頻値を代表値とする方法である。
【０１２２】
方法３は、対象データに含まれている制御パラメータ値について、クラスタリングを行い、ｋ個の類似したグループに分割したあとで、ｋ個の各クラスターに対して、各制御パラメータ値ごとに平均値、または、中央値、最頻値を代表として集約し、ｋ個の代表値を選出する方法である。
【０１２３】
これら３つの方法の使い分けについて説明する。
【０１２４】
本発明の一つの特徴は、制御パラメータの数が数十、数百のように多い場合にも好適な技術を提供することにある。この観点より、方法１は、パラメータ数が多数の場合、非常に多くの代表値を選出する可能性が高く、後述する「類似状態推定処理」での推定処理結果が不安定となりやすいので、少数の制御パラメータの場合にのみ使用するのが良い。
【０１２５】
方法２は、各制御パラメータ毎に代表値を決めてしまうために、例えば、複数のパラメータの組合せにより同様な関係（観測状態と判定結果）を得ることができるような場合には、考慮することができないといった問題が起こる。
【０１２６】
ここで、図８を参照して、この問題についての具体例を説明する。
【０１２７】
図８は本発明の実施形態の代表値の算出方法として、平均値化を用いた場合の具体例を説明する図である。
【０１２８】
図８では、制御パラメータ（Ｓ１及びＳ２）が２つの場合の例を示している。同様な観測状態と判定結果を与える２つの制御パラメータ値がＰ１、Ｐ２のように大きく異なっている場合、それらを平均化した場合の制御パラメータ値を代表値とした場合、同様の結果を示さない可能性が高い。
【０１２９】
この問題は、制御パラメータの数が増加するほど発生する可能性が高くなる。
【０１３０】
方法３は、上述の制御パラメータの平均化による悪影響をより小さくするために、制御パラメータ値の組合せが類似したものに分割を行なうものである。制御パラメータのＮ次元空間において、距離が遠く離れているものは異なるクラスターに分割される。従って、方法２に比べ、制御パラメータ値の組合せ要因についても考慮されることとなる。パラメータ数が増加した場合へも容易に対応することが可能である。
【０１３１】
尚、クラスタリングについては、統計学、パターン認識、データマイニング等の分野で用いられており、本発明で対象としている、Ｎ次元空間上のデータをｋ個に分割する課題については、例えば、ｋ−ｍｅａｎｓ法などの一般的に良く知られたクラスタリング手法で構成することが可能である。
【０１３２】
クラスタリングを行なう上で、類似度合いを評価する尺度である距離については、一般的なユークリッド距離を用いることとする。
【０１３３】
Ｎ次元空間上の２点Ａ（ａ１，ａ２，・・・，ａＮ），Ｂ（ｂ１，ｂ２，・・・，ｂＮ）のユークリッド距離Ｄ
【０１３４】
【数１】
【０１３５】
各制御パラメータの単位が異なり、値域が各パラメータで大きな差異がある場合には、絶対値が大きく変動しているものの影響が強く現れ、重要な制御パラメータの変化を見逃してしまう可能性が考えられる。
【０１３６】
このような場合には、各制御パラメータの値を、夫々の分散が１になるように調整を行なう標準化ユークリッド距離を用いても良い。
【０１３７】
また、各クラスターを表す代表情報としては、クラスターの重心（セントロイド）や、メジアンなどを用いて行なう。
【０１３８】
そこで、本実施形態では、代表値の算出方法として、多数の制御パラメータを想定したクラスタリングを用いる方法３を用いる。
【０１３９】
本実施形態では、図９Ａに示すように、ノードに属するデータを対象に、制御パラメータ空間内の代表値を決定する。そして、各ノード毎に決定された代表値と制御パラメータは、代表値テーブル（図９Ｂ）に登録されることになる。
【０１４０】
次に、図１０を用いて、パラメータ調整装置２００が実行する、環境変化後の制御パラメータの調整処理の概要について説明する。
【０１４１】
図１０は本発明の実施形態のパラメータ調整装置が実行する制御パラメータの調整処理を示すフローチャートである。
【０１４２】
尚、調整処理は、パラメータ設定部２０６の類似状態推定部２０６ａ及びパラメータ補正量算出部２０６ｂを実現するプログラムの制御の下、パラメータ調整装置２００のＣＰＵ１２０１によって実行される。
【０１４３】
最初に、ステップＳ２０１で、現在調整過程の調整過程データを抽出する。ここで、抽出対象の調整過程データは、通常、最新の試行（テストラン）では１件であるが、再現性の確認のための誤差評価のために同一条件で複数回実施した場合には、複数件を抽出対象としても良い。但し、設定条件が異なるケースの混在は行なわない。つまり、全ての制御パラメータ値は同一で、他の操業条件についても同一である。抽出されたレコードを、以下、調整対象レコードと呼ぶこととする。
【０１４４】
次に、ステップＳ２０２で、類似状態推定部２０６ａは、類似状態推定処理を実行する。
【０１４５】
類似状態推定処理は、調整対象レコードの観測情報と判定情報と、基準データより作成したルールテーブルの中より類似したノード（即ち、ルール）を推定することで行なう。ここで、類似状態とは、観測情報と判定情報の関係が類似したものを意味している。
【０１４６】
つまり、制御パラメータの設定値にかかわらず、観測情報と判定情報の関係が、基準データと調整対象レコードで最も類似したノードのノード代表値を選出する。
【０１４７】
そして、この選出したノードと、そのノード代表値と、その時の類似度（パラメータ空間距離）を類似状態推定テーブル（図１１）に登録する。
【０１４８】
このノード代表値と調整対象レコードは、装置の処理としては、ほぼ同等の性能を発揮する状態にあると見なすことができる。そのため、ステップＳ２０３で、パラメータ補正量算出部２０６ｂは、両者の制御パラメータ値の差異を、環境変化要因によるずれと見なし、制御パラメータ補正量算出を実行する。
【０１４９】
次に、図１２を参照して、図１０の制御パラメータの調整処理の詳細について説明する。
【０１５０】
図１２は本発明の実施形態のパラメータ調整装置が実行する制御パラメータの調整処理の詳細を示すフローチャートである。
【０１５１】
尚、図１２において、図１０の処理と共通の処理は、同一のステップ番号を付加している。また、図１２では、特に、図１０のステップＳ２０２の類似状態推定処理の詳細を示すものであり、特に、ステップＳ３０２〜ステップＳ３０８の処理が、図１０のステップＳ２０２に対応する。
【０１５２】
まず、ステップＳ２０１で、調整過程データより、上述のように調整対象レコードを抽出する。
【０１５３】
次に、ステップＳ３０２で、抽出した各調整対象レコードについて、基準情報のルールテーブルを用いて、各調整対象レコードが属するリーフ番号を取得する。リーフ番号の取得は、リーフフラグが「Ｙ」のものの中で、ノード識別ルールを満たすもので特定することができる。
【０１５４】
次に、ステップＳ３０３で、リーフ番号の有無に基づいて、調整対象レコードが属するリーフの有無を判定する。リーフがない場合（ステップＳ３０３でＮＯ）、処理を終了する。この場合は、基準データ、即ち、事前の調整段階で想定していない異常状態にあると考えられるため、装置の異常状態の原因究明を行なうことになる。
【０１５５】
一方、リーフがある場合（ステップＳ３０３でＹＥＳ）、ステップＳ３０４で、調整対象レコードが属するリーフノードから、その上位の全てのノード（決定木の木構造上でリーフよりルートノードへ遡る）に対して、各ノードにおける調整対象レコードが含まれている件数を表す集計値、及び、代表値テーブルより、該当するノードの全ての代表値との制御パラメータ距離についての情報として、標準偏差、または、最小値と最大値、分位点等の制御パラメータ距離の分布に関する情報を算出し、その算出結果をノード候補リスト（図１３Ａ）へ格納する。
【０１５６】
ここで、集計値は、件数を用いず、件数を調整対象レコード数で割った出現比率（０〜１）で表しても良い。以下、レコードの件数を集計値として説明する。
【０１５７】
次に、ステップＳ３０５で、ノード候補リストより、ノード（代表値）を一つ選択する。ノードは、以下説明するように自動選択が可能であるが、対話的にユーザーに選択させても良い。
【０１５８】
ここで、図１３Ａを参照して、ノード候補リストの一例について説明する。
【０１５９】
図１３Ａは本発明の実施形態のノード候補リストの一例を示す図である。
【０１６０】
ノード候補リストでは、ノードＩＤ、リーフフラグの値（Ｙ／Ｎ）、集計値、代表値群との距離情報（距離の標準偏差）、調整対象レコードの試行した実際の判定結果である試行判定（ＮＧ／ＯＫ）、ルールテーブルより抽出したルール判定情報（ＮＧ／ＯＫ）、確信度等を格納している。また、図１３Ｂは、図１３Ａのノード候補リストに対する具体的な試行例（４回の試行）を示すものである。また、ノードを自動選択する場合には、以下の処理を実行する。
【０１６１】
＜ノードの自動選択方法＞
以下の優先順位で探索を行い、条件を満たすものがあれば、その時点で決定する。
【０１６２】
ステップ１
リーフ属性＝Ｙ
集計値の最大値が１の場合：ステップ２へ
集計値最大のものを選択
複数ある場合：代表値群との距離情報が最小のものを選択
【０１６３】
ステップ２
リーフ属性＝Ｎ ＡＮＤ 集計値＞１
集計値閾値Ｋ＝２
Ｆｏｒ Ｋ＝２ ｔｏ 集計値の最大値
複数ある場合：代表値群との距離情報が最小のものを選択
反復終了
【０１６４】
ステップ３
リーフ属性＝Ｎ ＡＮＤ 集計値の最大値＝１
複数ある場合：代表値群との距離情報が最小のものを選択
以上の処理によって、ノード候補リストからノードが１つ選択される。
【０１６５】
そして、以上の処理によって選択されたノードに対し、ステップＳ３０７で、代表値テーブルを参照して、対応するノード代表値群からノード代表値を１つ選択する。
【０１６６】
次に、ステップＳ３０８で、選択したノード代表値に対応する制御パラメータが妥当であるか否かを判定する。この妥当性の判定は、例えば、制御パラメータ値に対する閾値処理を実行することで行う。例えば、制御パラメータ値が閾値以上である場合は妥当と判定し、そうでない場合は妥当でないと判定する。
【０１６７】
制御パラメータが妥当でない場合（ステップＳ３０８でＮＯ）、ステップＳ３０７に戻る。一方、制御パラメータが妥当である場合（ステップＳ３０８でＹＥＳ）、ステップＳ２０３に進み、選択された妥当な制御パラメータに対して、制御パラメータ補正量算出を実行する。ここで、制御パラメータ補正量算出を実行するに当たり、Ｎ個の制御パラメータによるＮ次元ベクトル空間上で以下を定義する。
【０１６８】
Ｖ１ ：選択された妥当な制御パラメータの座標ベクトル
ΔＶ ：補正ベクトル
Ｖｎｏｗ ：調整対象レコードの制御パラメータ値
Ｖｎｅｘｔ ：次回制御パラメータの推奨値
ΔＶ＝Ｖｎｏｗ−Ｖ１
Ｖｎｅｘｔ＝Ｖｎｏｗ＋ΔＶ＝２×Ｖｎｏｗ−Ｖ１
【０１６９】
制御パラメータの補正ベクトルΔＶ（制御パラメータ補正量）は、当初の意図する判定結果となるＶｎｏｗでテストランを実施したが、環境変化による差異のために、異なる判定結果となった場合の、当初の意図からの制御パラメータのずれ量を意味している。このため、ΔＶだけ補正を施した制御パラメータ値Ｖｎｅｘｔにより、次回のテストランを行い、当初の意図する判定結果を得ることができるかを判定する。そして、上記処理（テストラン）を当初の意図する結果を得ることができるまで繰り返すこととなる。
【０１７０】
ここで、図１４を参照して、制御パラメータの補正ベクトルΔＶの算出の具体例について説明する。
【０１７１】
図１４は本発明の実施形態の制御パラメータの補正ベクトルの算出の具体例を説明するための図である。
【０１７２】
図１４では、２次元の場合の制御パラメータ補正ベクトルの算出の例を示している。
【０１７３】
図１４において、Ｖｎｏｗは調整対象レコードの制御パラメータ値であり、基準データが属する制御パラメータ空間上の領域Ｃ３内のＯＫとなるべく、制御指示を与えたが、テストランの結果、狙いに反してＮＧとなった場合を示している。領域Ｃ２は、説明上図示した仮想の領域で、Ｖｎｏｗは判定結果がＮＧとなるような領域Ｃ２に属していると考えられる。
【０１７４】
一方、Ｖ１は、選択された妥当な制御パラメータ値であり、判定情報がＮＧとなるノードに属するクラスタＣ１の代表値である。ＶｎｏｗとＶ１は、制御パラメータ値は異なっているが、類似した観測情報と判定情報をもつものであり、装置、または、プロセスが同様の状態にあると判断したものを意味している。
【０１７５】
そして、ＶｎｏｗとＶ１両者の差異を表すベクトルが補正ベクトルΔＶである。つまり、ΔＶは、本来ＯＫとなる領域Ｃ３を狙ったが、環境変化の影響により、ΔＶだけずれが生じ、Ｖ１になったと考えられる。
【０１７６】
そこで、ΔＶだけ補正を施し、ＯＫとなる調整過程データが属する制御パラメータ空間上の仮想の領域C4内となるよう、Ｖｎｅｘｔを次回のテストランの制御パラメータとする。
【０１７７】
以上、理解を容易にするために、２次元の場合で説明を行なったが、実際には、Ｎ個の制御パラメータで構成されるＮ次元空間において比較を行なう。
【０１７８】
尚、上述のステップＳ３０５で、ノードを選択する際に、代表値群との距離情報が最小のノードを選択する理由は、本発明の対象とする課題が、一度調整がなされた装置やプロセスであるので、大きく制御パラメータを修正しないといけない状況は、装置の異常、または、制御モデルの設計上の問題（環境変化要因のコントロール機能不足）が濃厚であるからである。そのため、装置が正常であれば、環境変化による微妙な制御パラメータの差異を求めるのであり、類似状態推定の目的からも、制御パラメータ距離が近いものを選択するのが自然であるからである。
【０１７９】
以上説明したように、本実施形態によれば、装置や製造プロセスの制御パラメータの調整時に、正常な結果を得るための制御パラメータの補正量を算出し、これを次回の試行時の設定値として決定することで、判定結果が正常となる制御パラメータの設定値を得るまでの試行回数の削減、調整時間の短縮を行なうことができる。
【０１８０】
調整対象とする装置、製造プロセスについて、制御方式、制御モデルに依存しない汎用的な調整方法・装置を提供することで、個別に調整方法を開発するより、効率的に調整作業を行なうことができる。
【０１８１】
また、予め実施しておいた調整過程データをもとに自動学習により獲得したルールを活用することで、環境変化後の調整過程において、２回目の試行時より活用することが可能である。このため、従来の一般的な統計解析やデータマイニングのように、相当量のデータ蓄積を前提にする手法に比べて、早い段階より効果を発揮することができる。
【０１８２】
また、本発明の適用局面を検討すると、以下のものが挙げられる。
【０１８３】
（第一の適用局面）
装置の製造段階における調整過程を基準データとし、製造ラインへの装置設置後の調整作業に適用することで、調整作業の効率化を図り、立上げ期間の短縮へ貢献することができる。
【０１８４】
（第ニの適用局面）
環境変化の一つである装置の経時変化要因による制御パラメータ調整について、装置の製造段階における調整過程を基準データとし、操業段階のデータを調整過程データとすることで、調整作業の効率化を図ることができる。
【０１８５】
また、操業段階のデータ量が十分にある場合には、操業が安定した期間の調整過程データを基準データとすることで、より精度の高い、経時変化要因への対応が可能となる。
（第三の適用局面）
【０１８６】
実験用装置、または、プロセス開発用ラインにおける調整過程データを基準データとして、量産ライン用の装置製造、または、量産プロセスライン立上げ時の調整作業に適用することで、調整作業の効率化を図ることができる。
【０１８７】
以上、実施形態例を詳述したが、本発明は、例えば、システム、装置、方法、プログラムもしくは記憶媒体等としての実施態様をとることが可能であり、具体的には、複数の機器から構成されるシステムに適用しても良いし、また、一つの機器からなる装置に適用しても良い。
【０１８８】
尚、本発明は、前述した実施形態の機能を実現するソフトウェアのプログラム（実施形態では図に示すフローチャートに対応したプログラム）を、システムあるいは装置に直接あるいは遠隔から供給し、そのシステムあるいは装置のコンピュータが該供給されたプログラムコードを読み出して実行することによっても達成される場合を含む。
【０１８９】
従って、本発明の機能処理をコンピュータで実現するために、該コンピュータにインストールされるプログラムコード自体も本発明を実現するものである。つまり、本発明は、本発明の機能処理を実現するためのコンピュータプログラム自体も含まれる。
【０１９０】
その場合、プログラムの機能を有していれば、オブジェクトコード、インタプリタにより実行されるプログラム、ＯＳに供給するスクリプトデータ等の形態であっても良い。
【０１９１】
プログラムを供給するための記録媒体としては、例えば、フロッピー（登録商標）ディスク、ハードディスク、光ディスク、光磁気ディスク、ＭＯ、ＣＤ−ＲＯＭ、ＣＤ−Ｒ、ＣＤ−ＲＷ、磁気テープ、不揮発性のメモリカード、ＲＯＭ、ＤＶＤ（ＤＶＤ−ＲＯＭ，ＤＶＤ−Ｒ）などがある。
【０１９２】
その他、プログラムの供給方法としては、クライアントコンピュータのブラウザを用いてインターネットのホームページに接続し、該ホームページから本発明のコンピュータプログラムそのもの、もしくは圧縮され自動インストール機能を含むファイルをハードディスク等の記録媒体にダウンロードすることによっても供給できる。また、本発明のプログラムを構成するプログラムコードを複数のファイルに分割し、それぞれのファイルを異なるホームページからダウンロードすることによっても実現可能である。つまり、本発明の機能処理をコンピュータで実現するためのプログラムファイルを複数のユーザに対してダウンロードさせるＷＷＷサーバも、本発明に含まれるものである。
【０１９３】
また、本発明のプログラムを暗号化してＣＤ−ＲＯＭ等の記憶媒体に格納してユーザに配布し、所定の条件をクリアしたユーザに対し、インターネットを介してホームページから暗号化を解く鍵情報をダウンロードさせ、その鍵情報を使用することにより暗号化されたプログラムを実行してコンピュータにインストールさせて実現することも可能である。
【０１９４】
また、コンピュータが、読み出したプログラムを実行することによって、前述した実施形態の機能が実現される他、そのプログラムの指示に基づき、コンピュータ上で稼動しているＯＳなどが、実際の処理の一部または全部を行ない、その処理によっても前述した実施形態の機能が実現され得る。
【０１９５】
さらに、記録媒体から読み出されたプログラムが、コンピュータに挿入された機能拡張ボードやコンピュータに接続された機能拡張ユニットに備わるメモリに書き込まれた後、そのプログラムの指示に基づき、その機能拡張ボードや機能拡張ユニットに備わるＣＰＵなどが実際の処理の一部または全部を行ない、その処理によっても前述した実施形態の機能が実現される。
【図面の簡単な説明】
【０１９６】
【図１Ａ】本発明の実施形態のデータ分析システムの構成例を示す図である。
【図１Ｂ】本発明の実施形態のデータ分析システムの別の構成例を示す図である。
【図１Ｃ】本発明の実施形態の端末のハードウェア構成を示す図である。
【図２】本発明の実施形態のパラメータ調整装置の調整対象装置の概念を説明するための図である。
【図３】本発明の実施形態の基準データ及び調整過程データの構成例を示す図である。
【図４】本発明の実施形態の基準データ及び調整過程データの概念を説明するための図である。
【図５】本発明の実施形態のパラメータ調整装置が実行する基準情報生成処理を示すフローチャートである。
【図６】本発明の実施形態の決定木分析の一例を示す図である。
【図７】本発明の実施形態のルールテーブルの一例を示す図である。
【図８】本発明の実施形態の代表値の算出方法として、平均値化を用いた場合の具体例を説明する図である。
【図９Ａ】本発明の実施形態の制御パラメータの代表値の決定を設定するための図である。
【図９Ｂ】本発明の実施形態の代表値テーブルの一例を示す図である。
【図１０】本発明の実施形態のパラメータ調整装置が実行する制御パラメータの調整処理を示すフローチャートである。
【図１１】本発明の実施形態の類似状態推定テーブルの一例を示す図である。
【図１２】本発明の実施形態のパラメータ調整装置が実行する制御パラメータの調整処理の詳細を示すフローチャートである。
【図１３Ａ】本発明の実施形態のノード候補リストの一例を示す図である。
【図１３Ｂ】本発明の実施形態のノード候補リストの生成を説明するための図である。
【図１４】本発明の実施形態の制御パラメータの補正ベクトルの算出の具体例を説明するための図である。
【符号の説明】
【０１９７】
１００ 上位コンピュータ
１０１、１０２ 装置
２００ パラメータ調整装置
２０１ データＩ／Ｆ部
２０２ データ管理部
２０２ａ 基準データ
２０２ｂ 基準情報
２０２ｃ 調整過程データ
２０２ｄ データ記憶部
２０３ 制御部
２０４ ユーザＩ／Ｆ部
２０５ 基準情報生成部
２０５ａ ルール導出部
２０５ｂ 代表値算出部
２０６ パラメータ設定部
２０６ａ 類似状態推定部
２０６ｂ パラメータ補正量算出部
【特許請求の範囲】
【請求項１】
装置を制御するための制御パラメータの設定値を調整して、より適切な設定値を設定するためのデータ分析装置であって、
前記装置の制御パラメータを調整するための基準となる基準データに基づいて、該装置に関する観測情報及び判定情報間の関係を示すルールを満足する、前記設定値を設定するための基準情報を生成する基準情報生成手段と、
前記基準情報生成手段で生成した基準情報と、前記装置の環境変化に応じて前記装置の制御パラメータを調整した履歴である調整過程データとに基づいて、調整対象の制御パラメータに対応する第１ルールに類似する第２ルールを推定し、その推定した第２ルールを用いて、前記調整対象の制御パラメータの設定値を算出する算出手段と
を備えることを特徴とするデータ分析装置。
【請求項２】
前記基準情報生成手段は、
前記基準データに基づいて、前記ルールを導出するルール導出手段と、
前記ルール導出手段で導出されたルールを満足する、前記基準データに含まれる前記制御パラメータの代表値を、前記基準情報として算出する代表値算出手段と
を備えることを特徴とする請求項１に記載のデータ分析装置。
【請求項３】
前記算出手段は、
前記基準情報と前記調整過程データとに基づいて、前記第１ルールに類似する前記第２ルールを推定する類似状態推定手段と、
前記第１ルールと前記第２ルールの差異に基づいて、前記調整対象の制御パラメータの補正量を、前記調整対象の制御パラメータの設定値として算出するパラメータ補正量算出手段と
を備えることを特徴とする請求項１または２に記載のデータ分析装置。
【請求項４】
装置を制御するための制御パラメータの設定値を調整して、より適切な設定値を設定するための基準情報を生成するデータ分析装置であって、
前記装置の制御パラメータを調整するための基準となる基準データに基づいて、該装置に関する観測情報及び判定情報間の関係を示すルールを導出するルール導出手段と、
前記ルール導出手段で導出されたルールを満足する、前記基準データに含まれる前記制御パラメータの代表値を前記基準情報として算出する代表値算出手段と
を備えることを特徴とするデータ分析装置。
【請求項５】
装置を制御するための制御パラメータの設定値を調整して、より適切な設定値を設定するためのデータ分析装置であって、
前記装置の制御パラメータを調整するための基準となる基準データに基づいて生成される、該装置に関する観測情報及び判定情報間の関係を示すルールを満足する、前記設定値を設定するための基準情報と、前記装置の環境変化に応じて前記装置の制御パラメータを調整した履歴である調整過程データとに基づいて、調整対象の制御パラメータに対応する第１ルールに類似する第２ルールを推定する類似状態推定手段と、
前記第１ルールと前記第２ルールの差異に基づいて、前記調整対象の制御パラメータの補正量を、前記調整対象の制御パラメータの設定値として算出するパラメータ補正量算出手段と
を備えることを特徴とするデータ分析装置。
【請求項６】
前記基準データは、前記制御パラメータ、前記観測情報及び前記判定情報を少なくとも含み、
前記ルール導出手段は、前記基準データに含まれる制御パラメータ以外の情報を用いて、前記ルールを導出する
ことを特徴とする請求項２または４に記載のデータ分析装置。
【請求項７】
前記ルール導出手段は、前記ルールを、ノードとリーフで構成された決定木を用いて導出し、その導出結果をルールテーブルとして管理する
ことを特徴とする請求項２、４または６のいずれか１項に記載のデータ分析装置。
【請求項８】
前記代表値算出手段は、前記ルール導出手段で導出されたルール毎に、そのルールを満足する、前記基準データに含まれる制御パラメータの属性のみを用いて、前記制御パラメータの代表値を、前記基準情報として算出する
ことを特徴とする請求項２、４、６または７のいずれか１項に記載のデータ分析装置。
【請求項９】
前記代表値算出手段は、前記制御パラメータをクラスタリング手法により、類似するクラスターに分割し、各クラスターの代表値を、前記制御パラメータの代表値として算出する
ことを特徴とする請求項２、４、６乃至８のいずれか１項に記載のデータ分析装置。
【請求項１０】
前記パラメータ補正量算出手段は、前記制御パラメータをＮ次元のベクトル空間の座標として表現した場合に、調整過程の制御パラメータの設定値を示すベクトルをＶｎｏｗ、類似状態推定手段で推定されたルールを満足する制御パラメータの代表値を示すベクトルをＶとすると、次回の試行に使用する制御パラメータの設定値を示すベクトルＶｎｅｘｔを
Ｖｎｅｘｔ＝２×Ｖｎｏｗ−Ｖ
で算出する
ことを特徴とする請求項３または５に記載のデータ分析装置。
【請求項１１】
前記基準データ及び前記調整過程データを取得する取得手段と、
前記取得手段で取得した前記基準データ及び前記調整過程データと、前記基準情報を記憶する記憶手段と
を更に備えることを特徴とする請求項１乃至３のいずれか１項に記載のデータ分析装置。
【請求項１２】
装置を制御するための制御パラメータの設定値を調整して、より適切な設定値を設定するためのデータ分析方法であって、
前記装置の制御パラメータを調整するための基準となる基準データに基づいて、該装置に関する観測情報及び判定情報間の関係を示すルールを満足する、前記設定値を設定するための基準情報を生成する基準情報生成工程と、
前記基準情報生成工程で生成した基準情報と、前記装置の環境変化に応前記装置の制御パラメータを調整した履歴である調整過程データとに基づいて、調整対象の制御パラメータに対応する第１ルールに類似する第２ルールを推定し、その推定した第２ルールを用いて、前記調整対象の制御パラメータの設定値を算出する算出工程と
を備えることを特徴とするデータ分析方法。
【請求項１３】
装置を制御するための制御パラメータの設定値を調整して、より適切な設定値を設定するための基準情報を生成するデータ分析方法であって、
前記装置の制御パラメータを調整するための基準となる基準データに基づいて、該装置に関する観測情報及び判定情報間の関係を示すルールを導出するルール導出工程と、
前記ルール導出工程で導出されたルールを満足する、前記基準データに含まれる前記制御パラメータの代表値を前記基準情報として算出する代表値算出工程と
を備えることを特徴とするデータ分析方法。
【請求項１４】
装置を制御するための制御パラメータの設定値を調整して、より適切な設定値を設定するためのデータ分析方法であって、
前記装置の制御パラメータを調整するための基準となる基準データに基づいて生成される、該装置に関する観測情報及び判定情報間の関係を示すルールを満足する、前記設定値を設定するための基準情報と、前記装置の環境変化に応じて前記装置の制御パラメータを調整した履歴である調整過程データとに基づいて、調整対象の制御パラメータに対応する第１ルールに類似する第２ルールを推定する類似状態推定工程と、
前記第１ルールと前記第２ルールの差異に基づいて、前記調整対象の制御パラメータの補正量を、前記調整対象の制御パラメータの設定値として算出するパラメータ補正量算出工程と
を備えることを特徴とするデータ分析方法。
【請求項１５】
装置を制御するための制御パラメータの設定値を調整して、より適切な設定値を設定するためのデータ分析を実現するプログラムであって、
前記装置の制御パラメータを調整するための基準となる基準データに基づいて、該装置に関する観測情報及び判定情報間の関係を示すルールを満足する、前記設定値を設定するための基準情報を生成する基準情報生成工程のプログラムコードと、
前記基準情報生成工程で生成した基準情報と、前記装置の環境変化に応じて前記装置の制御パラメータを調整した履歴である調整過程データとに基づいて、調整対象の制御パラメータに対応する第１ルールに類似する第２ルールを推定し、その推定した第２ルールを用いて、前記調整対象の制御パラメータの設定値を算出するパラメータ値算出工程のプログラムコードと
を備えることを特徴とするプログラム。
【請求項１６】
装置を制御するための制御パラメータの設定値を調整して、より適切な設定値を設定するための基準情報を生成するデータ分析を実現するプログラムであって、
前記装置の制御パラメータを調整するための基準となる基準データに基づいて、該装置に関する観測情報及び判定情報間の関係を示すルールを導出するルール導出工程のプログラムコードと、
前記ルール導出工程で導出されたルールを満足する、前記基準データに含まれる前記制御パラメータの代表値を前記基準情報として算出する代表値算出工程のプログラムコードと
を備えることを特徴とするプログラム。
【請求項１７】
装置を制御するための制御パラメータの設定値を調整して、より適切な設定値を設定するためのデータ分析を実現するプログラムであって、
前記装置の制御パラメータを調整するための基準となる基準データに基づいて生成される、該装置に関する観測情報及び判定情報間の関係を示すルールを満足する、前記設定値を設定するための基準情報と、前記装置の環境変化に応じて前記装置の制御パラメータを調整した履歴である調整過程データとに基づいて、調整対象の制御パラメータに対応する第１ルールに類似する第２ルールを推定する類似状態推定工程のプログラムコードと、
前記第１ルールと前記第２ルールの差異に基づいて、前記調整対象の制御パラメータの補正量を、前記調整対象の制御パラメータの設定値として算出するパラメータ補正量算出工程のプログラムコードと
を備えることを特徴とするプログラム。
【請求項１】
装置を制御するための制御パラメータの設定値を調整して、より適切な設定値を設定するためのデータ分析装置であって、
前記装置の制御パラメータを調整するための基準となる基準データに基づいて、該装置に関する観測情報及び判定情報間の関係を示すルールを満足する、前記設定値を設定するための基準情報を生成する基準情報生成手段と、
前記基準情報生成手段で生成した基準情報と、前記装置の環境変化に応じて前記装置の制御パラメータを調整した履歴である調整過程データとに基づいて、調整対象の制御パラメータに対応する第１ルールに類似する第２ルールを推定し、その推定した第２ルールを用いて、前記調整対象の制御パラメータの設定値を算出する算出手段と
を備えることを特徴とするデータ分析装置。
【請求項２】
前記基準情報生成手段は、
前記基準データに基づいて、前記ルールを導出するルール導出手段と、
前記ルール導出手段で導出されたルールを満足する、前記基準データに含まれる前記制御パラメータの代表値を、前記基準情報として算出する代表値算出手段と
を備えることを特徴とする請求項１に記載のデータ分析装置。
【請求項３】
前記算出手段は、
前記基準情報と前記調整過程データとに基づいて、前記第１ルールに類似する前記第２ルールを推定する類似状態推定手段と、
前記第１ルールと前記第２ルールの差異に基づいて、前記調整対象の制御パラメータの補正量を、前記調整対象の制御パラメータの設定値として算出するパラメータ補正量算出手段と
を備えることを特徴とする請求項１または２に記載のデータ分析装置。
【請求項４】
装置を制御するための制御パラメータの設定値を調整して、より適切な設定値を設定するための基準情報を生成するデータ分析装置であって、
前記装置の制御パラメータを調整するための基準となる基準データに基づいて、該装置に関する観測情報及び判定情報間の関係を示すルールを導出するルール導出手段と、
前記ルール導出手段で導出されたルールを満足する、前記基準データに含まれる前記制御パラメータの代表値を前記基準情報として算出する代表値算出手段と
を備えることを特徴とするデータ分析装置。
【請求項５】
装置を制御するための制御パラメータの設定値を調整して、より適切な設定値を設定するためのデータ分析装置であって、
前記装置の制御パラメータを調整するための基準となる基準データに基づいて生成される、該装置に関する観測情報及び判定情報間の関係を示すルールを満足する、前記設定値を設定するための基準情報と、前記装置の環境変化に応じて前記装置の制御パラメータを調整した履歴である調整過程データとに基づいて、調整対象の制御パラメータに対応する第１ルールに類似する第２ルールを推定する類似状態推定手段と、
前記第１ルールと前記第２ルールの差異に基づいて、前記調整対象の制御パラメータの補正量を、前記調整対象の制御パラメータの設定値として算出するパラメータ補正量算出手段と
を備えることを特徴とするデータ分析装置。
【請求項６】
前記基準データは、前記制御パラメータ、前記観測情報及び前記判定情報を少なくとも含み、
前記ルール導出手段は、前記基準データに含まれる制御パラメータ以外の情報を用いて、前記ルールを導出する
ことを特徴とする請求項２または４に記載のデータ分析装置。
【請求項７】
前記ルール導出手段は、前記ルールを、ノードとリーフで構成された決定木を用いて導出し、その導出結果をルールテーブルとして管理する
ことを特徴とする請求項２、４または６のいずれか１項に記載のデータ分析装置。
【請求項８】
前記代表値算出手段は、前記ルール導出手段で導出されたルール毎に、そのルールを満足する、前記基準データに含まれる制御パラメータの属性のみを用いて、前記制御パラメータの代表値を、前記基準情報として算出する
ことを特徴とする請求項２、４、６または７のいずれか１項に記載のデータ分析装置。
【請求項９】
前記代表値算出手段は、前記制御パラメータをクラスタリング手法により、類似するクラスターに分割し、各クラスターの代表値を、前記制御パラメータの代表値として算出する
ことを特徴とする請求項２、４、６乃至８のいずれか１項に記載のデータ分析装置。
【請求項１０】
前記パラメータ補正量算出手段は、前記制御パラメータをＮ次元のベクトル空間の座標として表現した場合に、調整過程の制御パラメータの設定値を示すベクトルをＶｎｏｗ、類似状態推定手段で推定されたルールを満足する制御パラメータの代表値を示すベクトルをＶとすると、次回の試行に使用する制御パラメータの設定値を示すベクトルＶｎｅｘｔを
Ｖｎｅｘｔ＝２×Ｖｎｏｗ−Ｖ
で算出する
ことを特徴とする請求項３または５に記載のデータ分析装置。
【請求項１１】
前記基準データ及び前記調整過程データを取得する取得手段と、
前記取得手段で取得した前記基準データ及び前記調整過程データと、前記基準情報を記憶する記憶手段と
を更に備えることを特徴とする請求項１乃至３のいずれか１項に記載のデータ分析装置。
【請求項１２】
装置を制御するための制御パラメータの設定値を調整して、より適切な設定値を設定するためのデータ分析方法であって、
前記装置の制御パラメータを調整するための基準となる基準データに基づいて、該装置に関する観測情報及び判定情報間の関係を示すルールを満足する、前記設定値を設定するための基準情報を生成する基準情報生成工程と、
前記基準情報生成工程で生成した基準情報と、前記装置の環境変化に応前記装置の制御パラメータを調整した履歴である調整過程データとに基づいて、調整対象の制御パラメータに対応する第１ルールに類似する第２ルールを推定し、その推定した第２ルールを用いて、前記調整対象の制御パラメータの設定値を算出する算出工程と
を備えることを特徴とするデータ分析方法。
【請求項１３】
装置を制御するための制御パラメータの設定値を調整して、より適切な設定値を設定するための基準情報を生成するデータ分析方法であって、
前記装置の制御パラメータを調整するための基準となる基準データに基づいて、該装置に関する観測情報及び判定情報間の関係を示すルールを導出するルール導出工程と、
前記ルール導出工程で導出されたルールを満足する、前記基準データに含まれる前記制御パラメータの代表値を前記基準情報として算出する代表値算出工程と
を備えることを特徴とするデータ分析方法。
【請求項１４】
装置を制御するための制御パラメータの設定値を調整して、より適切な設定値を設定するためのデータ分析方法であって、
前記装置の制御パラメータを調整するための基準となる基準データに基づいて生成される、該装置に関する観測情報及び判定情報間の関係を示すルールを満足する、前記設定値を設定するための基準情報と、前記装置の環境変化に応じて前記装置の制御パラメータを調整した履歴である調整過程データとに基づいて、調整対象の制御パラメータに対応する第１ルールに類似する第２ルールを推定する類似状態推定工程と、
前記第１ルールと前記第２ルールの差異に基づいて、前記調整対象の制御パラメータの補正量を、前記調整対象の制御パラメータの設定値として算出するパラメータ補正量算出工程と
を備えることを特徴とするデータ分析方法。
【請求項１５】
装置を制御するための制御パラメータの設定値を調整して、より適切な設定値を設定するためのデータ分析を実現するプログラムであって、
前記装置の制御パラメータを調整するための基準となる基準データに基づいて、該装置に関する観測情報及び判定情報間の関係を示すルールを満足する、前記設定値を設定するための基準情報を生成する基準情報生成工程のプログラムコードと、
前記基準情報生成工程で生成した基準情報と、前記装置の環境変化に応じて前記装置の制御パラメータを調整した履歴である調整過程データとに基づいて、調整対象の制御パラメータに対応する第１ルールに類似する第２ルールを推定し、その推定した第２ルールを用いて、前記調整対象の制御パラメータの設定値を算出するパラメータ値算出工程のプログラムコードと
を備えることを特徴とするプログラム。
【請求項１６】
装置を制御するための制御パラメータの設定値を調整して、より適切な設定値を設定するための基準情報を生成するデータ分析を実現するプログラムであって、
前記装置の制御パラメータを調整するための基準となる基準データに基づいて、該装置に関する観測情報及び判定情報間の関係を示すルールを導出するルール導出工程のプログラムコードと、
前記ルール導出工程で導出されたルールを満足する、前記基準データに含まれる前記制御パラメータの代表値を前記基準情報として算出する代表値算出工程のプログラムコードと
を備えることを特徴とするプログラム。
【請求項１７】
装置を制御するための制御パラメータの設定値を調整して、より適切な設定値を設定するためのデータ分析を実現するプログラムであって、
前記装置の制御パラメータを調整するための基準となる基準データに基づいて生成される、該装置に関する観測情報及び判定情報間の関係を示すルールを満足する、前記設定値を設定するための基準情報と、前記装置の環境変化に応じて前記装置の制御パラメータを調整した履歴である調整過程データとに基づいて、調整対象の制御パラメータに対応する第１ルールに類似する第２ルールを推定する類似状態推定工程のプログラムコードと、
前記第１ルールと前記第２ルールの差異に基づいて、前記調整対象の制御パラメータの補正量を、前記調整対象の制御パラメータの設定値として算出するパラメータ補正量算出工程のプログラムコードと
を備えることを特徴とするプログラム。
【図１Ａ】
【図１Ｂ】
【図１Ｃ】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９Ａ】
【図９Ｂ】
【図１０】
【図１１】
【図１２】
【図１３Ａ】
【図１３Ｂ】
【図１４】
【図１Ｂ】
【図１Ｃ】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９Ａ】
【図９Ｂ】
【図１０】
【図１１】
【図１２】
【図１３Ａ】
【図１３Ｂ】
【図１４】
【公開番号】特開２００６−９１９３７（Ｐ２００６−９１９３７Ａ）
【公開日】平成１８年４月６日（２００６．４．６）
【国際特許分類】
【出願番号】特願２００４−２７００４８（Ｐ２００４−２７００４８）
【出願日】平成１６年９月１６日（２００４．９．１６）
【出願人】（５９２１３５２０３）キヤノンシステムソリューションズ株式会社 (528)
【Ｆターム（参考）】
【公開日】平成１８年４月６日（２００６．４．６）
【国際特許分類】
【出願日】平成１６年９月１６日（２００４．９．１６）
【出願人】（５９２１３５２０３）キヤノンシステムソリューションズ株式会社 (528)
【Ｆターム（参考）】
[ Back to top ]