محرك حل تحليل السبب الجذري

الموسوعة الحرة
محرك حل تحليل السبب الجذري (RCASE)
فصلعلم المعلومات
هيكل البياناتبيانات غير دقيقة وغير كاملة وخاطئة

محرك حل تحليل السبب الجذري ( RCASE بشكل غير رسمي) هو خوارزمية خاصة تم تطويرها من أبحاث أجريت في الأصل في Warwick Manufacturing Group (WMG) في جامعة Warwick . [1] [2] بدأ تطوير RCASE في عام 2003 لتوفير نسخة آلية من تحليل السبب الجذري ، وهي طريقة حل المشكلات التي تحاول تحديد الأسباب الجذرية للأخطاء أو المشاكل. [3] تمتلك شركة Warwick Analytics الآن RCASE حيث يتم تطبيقها على برامج التحليلات التنبؤية الآلية.

خوارزمية

لقد تم بناء الخوارزمية من الألف إلى الياء لتكون مناسبة بشكل خاص للمواقف التالية:

  • البيانات "القذرة"
  • بيانات غير كاملة
  • البيانات الكبيرة
  • مجموعات البيانات الصغيرة
  • المشاكل المعقدة مثل الفشل متعدد الوسائط أو مع أكثر من حل واحد

تعتبر RCASE رائدة في مجال التحليلات التنبؤية وتندرج ضمن فئة خوارزميات التصنيف . ولأنها صُممت للتعامل مع أنواع البيانات المذكورة أعلاه، فقد ثبت أنها تتمتع بالعديد من المزايا مقارنة بأنواع أخرى من خوارزميات التصنيف وخوارزميات التعلم الآلي مثل أشجار القرار والشبكات العصبية وتقنيات الانحدار . ولا تتطلب فرضيات . [4] [5]

منذ ذلك الحين تم تسويقه وإتاحته لأنظمة التشغيل مثل SAP و [6] Teradata و Microsoft . [7] نشأ RCASE من التصنيع ويُستخدم على نطاق واسع في تطبيقات مثل Six Sigma ومراقبة الجودة والهندسة وتصميم المنتج وقضايا الضمان. ومع ذلك، يتم استخدامه أيضًا في صناعات أخرى مثل التجارة الإلكترونية والخدمات المالية والمرافق حيث يلزم تحليل السبب الجذري. [8]

التطبيقات البارزة

استخدمت شركة موتورولا ، موطن سيكس سيجما ، تقنية البحث وراء RCASE لدعم عمليات الجودة الخاصة بها. وقد تم استخدامها للتخلص من مشكلات الجودة التي لا يمكن العثور عليها في طراز معين من الهواتف المحمولة. [9]

الآلية والهندسة المعمارية

إن RCASE غير إحصائي وبالتالي لا يتطلب أي فرضيات . [10] إذا لم تكن المعلمات الرئيسية التي تسبب المشكلة أو الخطأ في عملية ما موجودة في مجموعة البيانات ، فسوف تضيق مساحة البحث وتنصح بمكان السبب الجذري. هذا نهج مختلف للنظريات الإحصائية التي تحاول إيجاد أفضل ملاءمة . [11]

يعتمد RCASE على نظرية تركيبية محسنة ويعمل إما على مجموعة شبكية أو قاعدة بيانات عالية الأداء في الذاكرة . سيتفاعل البرنامج مع جميع أنظمة MES و ERP . [12] والنتيجة هي نظام أمان يراقب ويمنع إنتاج المنتجات المعيبة. سيكون الناتج من التحليل عبارة عن علامات تحدد إما السبب الجذري الدقيق للفشل أو منطقة معلمية تشير إلى احتمالية عالية للفشل (أي إرشادات قائمة على البيانات حول المكان الذي يجب البحث فيه بعد ذلك لجمع البيانات وحل السبب الجذري بالضبط). [13]

يمكن تثبيت البرنامج على أنظمة التشغيل Linux أو Microsoft ونشره محليًا أو كبرنامج كخدمة ("SaaS" أو "سحابة"). [14]

انظر أيضا

مراجع

  1. ^ "نظرة عامة على شركة واريك للبرمجيات التحليلية المحدودة". بيزنس ويك . مؤرشف من الأصل في 8 نوفمبر 2014. تم الاسترجاع في 8 نوفمبر 2014 .
  2. ^ "التصنيع العالمي، التحليلات التنبؤية الناشئة لصناعات التصنيع". العدد . تم الاسترجاع في 8 نوفمبر 2014 .
  3. ^ "عندما تلتقي الأوساط الأكاديمية بالعالم الحقيقي، يمكن أن تكون التجربة مؤثرة: منظور الشخص الأول بقلم دان سومرز، واريك أناليتيكس". TechNet . تم الاسترجاع في 8 نوفمبر 2014 .
  4. ^ "التصنيع 4.0 – من التصنيع إلى دورة حياة المنتج المعتمدة على البيانات". Citizen Tekk . تم الاسترجاع في 8 نوفمبر 2014 .
  5. ^ "إزالة فرضيات اكتشاف الأخطاء في Six Sigma لإحداث ثورة في إدارة الجودة". Supply Chain Digital . تم الاسترجاع في 8 نوفمبر 2014 .
  6. ^ "SAP لتعزيز فرص النمو وتقديم الابتكار من خلال حلول مبتكرة من خلال شراكات الشراكة". InformationWeek . تم الاسترجاع في 8 نوفمبر 2014 .
  7. ^ "SAP تحفز الابتكار من خلال دعم أكثر من 500 شركة ناشئة على مستوى العالم باستخدام SAP HANA". SAP SE . تم الاسترجاع في 8 نوفمبر 2014 .
  8. ^ "كيف تعمل شركة SAP الألمانية على إنشاء نظام بيئي للشركات الناشئة من وادي السليكون". Pando Daily . تم الاسترجاع في 8 نوفمبر 2014 .
  9. ^ "التحليلات المتقدمة تحل مشكلات عدم العثور على خطأ". Warwick Manufacturing Group . تم الاسترجاع في 8 نوفمبر 2014 .
  10. ^ "البرمجيات التحليلية قد تحل مشاكل استدعاء المنتجات بكميات كبيرة". مجلة الهندسة والتكنولوجيا . تم الاسترجاع في 8 نوفمبر 2014 .
  11. ^ "Warwick Analytics رائدة في تصنيع برامج تحديد الأعطال". The Engineer . تم الاسترجاع في 8 نوفمبر 2014 .
  12. ^ "بيان صحفي: شركة ميدلاندز قد تحل مشاكل استدعاء المركبات على نطاق واسع". جامعة وارويك. 25 أكتوبر 2010.
  13. ^ "استخدام البيانات الضخمة لتحقيق صفر عيوب". European Business Review . تم الاسترجاع في 8 نوفمبر 2014 .
  14. ^ "Warwick Analytics Revolutionises Manufacturing Processes at DEMO Fall 2013". Boston.com . تم الاسترجاع في 8 نوفمبر 2014 .
  • تحليلات وارويك
تم الاسترجاع من "https://en.wikipedia.org/w/index.php?title=محرك_حل_تحليل_السبب_الجذري&oldid=1207410314"
Original text
Rate this translation
Your feedback will be used to help improve Google Translate