最適とは？
|
組織内に蓄積されたデータを分析して得られた指標や知見は、組織にとって価値ある資産といえるでしょう。その資産を活かすためには、組織の中に点在している資産をすばやく集約し、最適な方法で最適な部門や人・システムに配信することが重要です。 指標や知見を生み出す仕組みに加え、それらを活かすための仕組みを構築すること、つまり最適な展開を行なうことにより、データ分析の結果を最大限に活用することができるのです。SPSSは、 すばやくそして最適な方法で展開をサポートする各種ソリューションを提供しております。 データ分析結果を有効活用するためには、効率的でスピーディーに展開することに加え、適切な部門や人、システムなどに最適な方法で展開をする必要があります。 「分析で良い結果は出たけれども、レポートを作成しているうちに、環境が変わってしまった」 せっかくのよい分析結果や知見も時間がたつにつれ、競合企業に先を越されてしまったり、環境が変わってしまったりすれば、価値は低減してしまいます。効率よくかんたんに、そしてスピーディーに展開することによってその価値を最大限活かすことができるのです。SPSSの各種展開ツールを利用すれば、分析結果をスピーディーに展開をすることが可能になります。 「いままで分析レポートを見て、Webサイトを変更していたけれど、自動的に更新できたらよいのに」 効率よく展開できたとしても、展開方法や展開先が間違っていては、有効活用することはできません。最適な部門や人、システムに最適な形で展開することにより、分析結果を最大限に活かすことができます。 分析の概要だけを必要とするマネージャー、自分自身で簡単な集計をしたいマーケター、分析後のアクションだけを利用するコールセンターオペレータなど、必要な人に必要な非常を届けることにより、分析結果の価値を高めます。SPSSでは、コールセンターやWebサイト、社内システムなどさまざまな展開先に、最適な方法での展開をサポートいたします。 山形銀行では、住宅ローンの与信審査システムをClementieneで構築し全店舗に展開。従来1週間程度を要していた与信審査を最短30分程度で処理できるようになりました。それにより顧客満足度の向上とコスト削減を実現しました。利用した展開ツールは、Web展開ツール「Cleo」。Clementineで作成したモデルをWeb上へ容易に展開することが可能です。 オランダ大手金融サービス会社Spaarbeleg。既存顧客へのアップセル、クロスセルを基本戦略としている同社にとって、ダイレクトメールの配信数の増加による反応率の低下が問題となっていました。そこで、コールセンターに寄せられる顧客の問い合わせをセールスチャンスにすべく、オペレータ画面に 分析に基づくリアルタイムリコメンデーションを展開。その結果、年間3000万ドルもの売上増加を実現しました。 25カ国3000人以上の社員を擁する世界最大級の経営コンサルティング会社ギャラップ社。同社は、クライアントがWeb上のデータにアクセスし、独自で好み分析や図表の作成などができるシステムを必要としていました。同社は、Webベースのデータアクセス／分析ソリューションを構築。クリックひとつでクライアントが分析結果を入手できるようになり、時間短縮およびコスト削減を実現しました。 |
[ 161] 特集：Deployment〜分析から最適なアクションをとるために〜
[引用サイト] http://www.spss.co.jp/labo/deplo/
|
チャンネルの周波数特性と加法的ガウス雑音の電力スペクトルが与えられると、送信信号の電力スペクトルをどのような形状にしたとき、最小のロスで情報が伝達されるかという問題を解くことができます。 最適送信スペクトルは注水定理によって得られ、このときチャンネルは最大の能力を発揮し、これを通信路容量と呼び、チャンネル固有の量でした。 しかし、送信信号の電力スペクトルを最適な形に成形するか、あるいは何もしないか、それは実用においてさまざまです。 ここでは、何もしないで、すなわち、予め送信信号の電力スペクトルが決まっているものとし、これにチャンネル歪が加わったとき、受信信号にどのようなフィルターをかければ送信シンボルをもっとも正確に得るかという問題を考えます。この問題は、送信信号がアナログのとき比較的簡単に解けるので、そちらから考えてみましょう。 通信モデルを下図のように仮定します。 と書けます。 送信信号も雑音も定常確率過程とします。 そして、送信信号と雑音は発生源が異なるので互いに無相関とします。 すると、上式の の展開で を含む項と を含む項の積の期待値がゼロになり、 次のように見やすい周波数表現が得られます。 ここで、 は送信信号の電力スペクトル、 は雑音スペクトルです。 この評価関数を最小にする受信フィルター が得られます。 はパルスとチャンネルからなる伝送特性の複素共役であり、そのインパルス応答は の時間軸を反転したものです。 これを整合フィルター(Matched ですから、逆数が存在するか否かは別として、単にパルスとチャンネルからなる伝送システムの逆システムになります。 最適解を評価関数 以上はアナログ伝送の場合でしたが、ディジタル伝送の場合は導出がやっかいです。 ここでは結果のみを示します。 シンボル のようになります。 ここで、 は送信パルスとチャンネルと受信フィルターを結合した総合系であり、 は送信シンボルの電力です。 評価関数 を最小にする受信フィルター を変分法で解くと、 から をくくり出せません。 ちなみに、最小誤差は上式の両辺に を掛けて評価関数に代入すれば次のように簡単な形になります。 厳密に最適ではないが限りなく最適に近い受信フィルターは次のようなテクニックで導出できます。 受信フィルターを、アナログフィルター と 秒周期のディジタルフィルター の従属結合で構成すれば、解が陽に求まります。 この計算過程はちょっと大変なので結果だけを述べます。 のような表現を得ます。 ここで、 はディジタルフィルターなので、右辺は の周期関数でなければなりません。 この条件をみたすためには、 で、かつ が周期関数でなければなりません。 まず、雑音が白色であり、 と仮定すると、次の準最適フィルターが求まります。 のようにちょっと複雑ですが、データがランダムかつ雑音が白色では、次のように簡単になります。 注： 式（＊＊）は、送信パルスとチャンネルからなる系の自乗周波数特性の周期的重畳が平坦であるとき、アイを最も開かせることを意味しています。 もし、式（＊＊）が のような形をしていれば、送信フィルターと受信フィルターの同時最適化は explicit に解けそうですが、式（＊＊）の形では大変困難です。 下記の古い論文で試みられていますが、見通しの良い結果は示されていません。Tufts,D.W.:"Nyquist's 高域で急速に減衰する線路で高速通信するケースでは、解（＊＊）は単純に線路の逆振幅特性を送信側にもたせれば、ほぼ最適といえそうです。 例として、金属線通信のケースを当たってみましょう。 線路の振幅特性を 送信側でなにもしない場合と送信側で伝送路の逆特性をもたせる場合について、最適受信フィルターを通した後の自乗誤差 をプロットすると下図のようになり、 １．ＳＮＲが良くなるにしたがって、送信フィルターの効果（比で言って）が大きくなる。 ２．ＳＮＲが無限大になると比は一定の値に近づく。ことが分かります。 以上の結果から、シンボルレート等化器は、整合フィルターを前置すれば（実用ではあまり実施されていませんが）、ほとんど最適受信フィルターを実現するといえます。 一方、ダブルサンプリング等化器は、下図のように、受信信号の帯域幅を 以内に制限するような簡単なフィルターを前置すれば、式（＊）を満たす最適受信フィルターを厳密に実現することができます。 |
[ 162] 最適受信フィルター
[引用サイト] http://www.yobology.info/text/optimum_receiving_filter/optimum_receiving_filter.htm
