【珈琲ブレイ句】タグチメソッド(品質工学)とベイズ最適化の関係性を、簡単にまとめました。
両者の関係性
《ベイズ最適化の強み》 過去のデータや物理シミュレーションを学習し、多次元空間の「未知の交互作用」を推測しながら、最小の実験回数でピンポイントな最適解へ到達する。
《品質工学の強み》 単なるピーク(山頂)探しではなく、製造ロットブレや環境変化(誤差因子)に耐える「なだらかな、崩れない山(ロバスト・頑健なシステム)」を作る。
現代の製造業データサイエンスでは、ベイズ最適化という強力な「探索エンジン」のなかに、タグチメソッドの「誤差因子を織り込んでロバスト(頑健)にする」という思想をどうアルゴリズムとして組み込むか、という方向で両者の融合が進んでいる。
天国の田口玄一先生に直接聞いてみたいテーマです。聞いてもほとんど理解できないけど・・・。
関連BLOG:タグチメソッド・パラメータ最適化とベイズ最適化の比較