推定読書時間: 6 分
企業は事業運営に関連して生成するデータの量が増え続けており、予測分析、つまり大規模なデータセットを分析してパターンを特定し、結果を予測し、意思決定を導く分野への新たな関心が高まっています。企業はまた、プロアクティブに特定して軽減する必要がある、複雑かつ拡大し続ける運用リスクにも直面しています。多くの企業がマーケティング/販売機会を特定するために予測分析を使用し始めていますが、セキュリティを含むリスク管理では同様の戦略はあまり一般的ではありません。
予測分析の一般的なクラスである分類アルゴリズムは、本質的に先行指標である安全関連の検査および保守データに基づいて安全インシデントのタイミングと場所を予測することで、精製業界や石油化学業界にとって特に役立つ可能性があります。この方法には主に 1 つの課題があります。(2) 測定された先行指標が実際に暴落を予測していることを確認すること、および (XNUMX) 予測値を得るのに十分な頻度で先行指標を測定すること。
定期的に更新される検査データを使用して、ロジスティック回帰を使用してモデルを作成できます。このようにして、たとえば、線路の 1 マイルごとに鉄道故障の確率を予測するモデルを作成できます。追加のデータが収集されると、確率が更新される場合があります。
レール破損の予測確率に加えて、同じモデルを使用して、より高い予測妥当性を持つ変数 (レール破損に大きく寄与する変数) を特定できます。モデルの結果を使用すると、保守、検査、資本改善のリソースをどこに集中すべきか、またこれらの活動中にどの要因に対処すべきかを正確に特定できます。
組織が次の条件を満たす場合、同じ方法論を精製業界や石油化学業界でも使用して、事故を予測および防止することでリスクを管理できます。
予測分析は、機械学習、人工知能、統計および データマイニング。予測分析は、大規模なデータセットのパターンと傾向を明らかにします。予測分析の 1 つのタイプである分類アルゴリズムは、精製業界と石油化学業界にとって特に有益である可能性があります。
分類アルゴリズムは教師あり機械学習として分類できます。教師あり学習を使用すると、ユーザーは既知の結果に関連付けることができる予測変数の測定値を含むデータセットを取得できます。この記事のケーススタディセクションで説明したモデルでは、さまざまな軌道測定値 (曲率、交差点など) が、軌道の各マイルごとに期間中に取得されました。この場合、既知の結果は、その 2 年間に各鉄道マイルで線路故障が発生したかどうかです。
次に、適切なモデリング アルゴリズムが選択され、それを使用してデータが分析され、変数の測定値と結果の間の関係が特定され、予測ルール (モデル) が作成されます。モデルが作成されると、未知の予測変数と結果の測定値を含む新しいデータセットがモデルに与えられ、モデルのルールに基づいて結果の確率が計算されます。これは、使用されるアルゴリズム以外にユーザーからの特定の指示なしに、アルゴリズムがデータセット内のパターンと傾向を検出するタイプの教師なし学習と比較されます。
一般的な分類アルゴリズムには、線形回帰、ロジスティック回帰、デシジョン ツリー、ニューラル ネットワーク、サポート ベクター/柔軟な判別マシン、単純ベイズ分類器などが含まれます。線形回帰は、分類アルゴリズムがどのように機能するかを示す簡単な例を提供します。線形回帰では、既存のデータ ポイントに基づいて最適な直線が計算され、直線方程式 ay = mx + b が得られます。既知の変数 (x) を入力すると、未知の変数 (y) の予測が提供されます。
現実世界の変数間の関係のほとんどは線形ではなく、複雑で不規則な形をしています。したがって、線形回帰は役に立たないことがよくあります。他の分類アルゴリズムは、曲線関係や対数関係など、より複雑な関係をモデル化できます。たとえば、ロジスティック回帰アルゴリズムは、複雑な関係をモデル化でき、数値以外の変数 (カテゴリなど) を組み込むことができ、多くの場合、現実的で統計的に有効なモデルを作成できます。ロジスティック回帰モデルの一般的な出力は、結果/イベントが発生する予測確率です。他の分類アルゴリズムはロジスティック回帰と同様の出力を提供しますが、必要な入力はアルゴリズム間で異なります。
複雑な関係のモデル化は、通常、特定の結果の確率と潜在的な重大度に基づいてリスクの優先順位が付けられるリスク管理において特に役立ちます。その結果に寄与するリスク要因をモデル化すると、結果の確率が正確かつ統計的に有効に推定されます。対照的に、多くのリスク評価は、カテゴリスケール (10 年に 1 回、1 年に 1 回、年に数回) で「確率」を測定しますが、精度が低く主観的であり、リスクに存在するリスクを区別することができません。同じ広いカテゴリーです。リスク評価において潜在的な重大度を定量的に評価する手法は他にもありますが、これはこの記事の範囲を超えています。
BlogInnovazione.it
先週の月曜日、フィナンシャル・タイムズ紙はOpenAIとの契約を発表した。 FT は世界クラスのジャーナリズムにライセンスを供与しています…
何百万人もの人々がストリーミング サービスに月額料金を払っています。あなたは…というのが一般的な意見です。
