제품소개
HOME>제품소개>ExplainableD3
ExplainableD3
사용자가 보유하고 있는 데이터를 학습을 통해 예측모델을 생성하고 진화시켜, 정교해진 예측모델로 최적해를 찾고, 데이터 분석을 통해 양질의 최적화 보고서를 활용하여 더 높은 수준의 설계 및 논문 작성이 가능합니다.
ExplainableD3 자율 최적화 및 종합보고서 생성 절차
기능
예측모델 (Auto-Metamodeling)
- ·
학습에 필요한 데이터를 제공하는 기능
- ·
사용자가 입력한 데이터로 예측모델을 학습하여 진화하는 기능
- ·
엑셀의 형태로 실행 가능한 예측모델 공유 기능
DAVIS 기반 최적설계 (Data Analytics, Visualization and Interactive Storytelling)
- ·
예측모델로 스스로 단일/다중목적함수 최적설계를 수행하는 기능
- ·
연속변수와 이산변수를 설계변수로 처리할 수 있는 기능
- ·
데이터 분석을 위해, 스스로 분석데이터를 생성하는 기능
- ·
최적설계 솔루션의 이해와 설계가이드 제공을 위해, 데이터 분석, 비쥬얼라이제이션 기법을 이용한 스토리텔링 형태의 분석 레포트를 엑셀 형태로 제공하는 기능
필요성
| 이 슈 | ExplainableD3가 없다면 | ExplainableD3가 있다면 | |
|---|---|---|---|
| 데이터 획득 | 실험계획법은 어떤 기법을 사용해야 하나? | 실험계획법 이론 교육 이수 | SW 탑재된 로직이 제공 (교육 불필요) |
| 실험계획법은 데이터는 어떻게 뽑을까? | 실험계획법 관련 SW 사용법 교육 이수 | ||
| 예측 모델링 | 예측모델은 어떤 기법을 사용해야 하나? | 메타모델링 이론 교육이수 | |
| 예측모델은 어떻게 만들까? | 메타모델링 관련 SW 사용법 교육 이수 | ||
| 예측모델의 정확성은 어떻게 평가할까? | 메타모델링 정확성 평가 방법 이론 교육 이수 | ||
| 최적화 | 최적설계는 어떤 기법을 사용해야 하나? | 최적화 방법론 이론 교육 이수 | |
| 최적설계는 어떻게 진행할까? | 최적설계 SW 사용법 교육 이수 | ||
| 최적설계의 결과는 어떻게 분석할까? | 각종 데이터 분석 기법 이론 교육 이수 | ||
| 보고서 | 분석 보고서는 어떻게 만들까요? | 데이터 분석 전략 수립 | 자동 보고서 생성 |
| 분석을 위한 데이터 생성 | |||
| 비쥬얼라이제이션을 위한 그래프 그리기 보고서 작성 | |||