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

ExplainableD3기능

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

ExplainableD3 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 데이터 분석 전략 수립 자동 보고서 생성
분석 보고서는 어떻게 만들까요? 분석을 위한 데이터 생성
비쥬얼라이제이션을 위한 그래프 그리기 보고서 작성