[論文レビュー] Computational Reproducibility Within Prognostics and Health Management

Tim von Hahn, Chris K. Mechefske|arXiv (Cornell University)|May 31, 2022

Scientific Computing and Data Management被引用数 7

ひとこと要約

この論文は、研究者が公開されているPHMデータセットを簡単にアクセス、ダウンロード、前処理できるオープンソースのPythonパッケージであるPyPHMを導入することで、予後管理と健全性管理（PHM）分野における計算的再現可能性を推進することを提唱している。このツールは、知識不足、追加作業、データの散在化といった主な障壁を解消するために、ワークフローを標準化し、再現可能性を著しく向上させ、PHM研究の加速を実現する。

ABSTRACT

Scientific research frequently involves the use of computational tools and methods. Providing thorough documentation, open-source code, and data -- the creation of reproducible computational research -- helps others understand a researcher's work. Here, we explore computational reproducibility, broadly, and from within the field of prognostics and health management (PHM). The adoption of reproducible computational research practices remains low across scientific disciplines and within PHM. Our text mining of more than 300 articles, from publications engaged in PHM research, showed that fewer than 1% of researchers made their code and data available to others. Although challenges remain, there are also clear opportunities, and benefits, for engaging in reproducible computational research. Highlighting an opportunity, we introduce an open-source software tool, called PyPHM, to assist PHM researchers in accessing and preprocessing common industrial datasets.

研究の動機と目的

• 計算的再現性の採用が低いPHM分野において、1％未満の研究者がコードとデータの両方を共有していることに対処する。
• 再現可能な研究の実現を妨げる主な障壁（専門知識の欠如、モチベーションの欠如、分野特有のリソース不足）を特定し、それらを軽減する。
• 共通のPHMデータセットへのアクセスと前処理を簡素化するための、中央集権的でオープンソースのソフトウェアツールとしてPyPHMを開発する。
• PHM研究者に対して、標準化され、文書化され、バージョン管理されたデータワークフローを提供することで、再現性を促進する。
• PHM研究におけるデータ共有と計算的透明性の向上に向けて、より広範なコミュニティの関与を促進する。

提案手法

• 300篇以上のPHM関連論文をテキストマイニングし、コードとデータの共有状況を評価した。
• UC-Berkeley Milling、IMS Bearing、Airbus Helicopterなどの複数のデータセットをサポートするクラス階層を備えたPythonベースのソフトウェアパッケージとしてPyPHMを設計した。
• データセット固有のクラスを実装し、ダウンロード、抽出、前処理を標準化され、文書化されたワークフローで行えるようにした。
• 互換性と使いやすさを確保するため、一般的なオープンソースライブラリ（NumPy、SciPy）を統合した。
• ウィンドウ処理などのモジュラーな前処理コンponentsを構築し、複数のデータセットやワークフローで再利用可能であるようにした。
• GitHubにホスティングすることで、コミュニティの寄与、バージョン管理、長期的な持続可能性を実現した。

実験結果

リサーチクエスチョン

• RQ1 データ駆動型手法を想定したPHM文脈における計算的再現可能な研究とは、具体的にどのようなものか？
• RQ2 PHM分野における計算的再現性の現状はどのようなものか？ また、より広範な科学的実践と比較するとどうなるか？
• RQ3 PHM研究者にとって、再現可能な計算的研究を実施することによる個人的・職業的利点は何か？
• RQ4 専門知識、動機付け、リソースの点で、PHMにおける再現性を阻害する主な課題は何か？
• RQ5 PyPHMのような分野特有のソフトウェアツールは、これらの課題をどのように克服し、PHMにおける再現性を促進できるか？

主な発見

• 300篇以上のPHM論文を対象としたテキストマイニングの結果、コードとデータの両方を共有している研究者は1％未満であり、分野全体で計算的再現性が著しく欠如していることが明らかになった。
• 再現可能な計算的研究は、研究者の研究露出の向上、キャリア機会の拡大、さらには自己満足感の向上といった、明確な個人的メリットをもたらす。
• PyPHMは、UC-Berkeley Milling、IMS Bearing、Airbus Helicopter Accelerometerデータの3つの主要なPHMデータセットをサポートする機能的なオープンソースソフトウェアパッケージである。
• PyPHMは、複雑なデータ処理を単純で再利用可能なコードに抽象化することで、PHM研究への参入障壁を低減し、標準化され、再現可能なデータワークフローの実現を可能にした。
• このツールは、データセットが散在しているという課題に対処するため、公開PHMデータへの中央集権的で、文書化され、バージョン管理されたアクセスポイントとして機能する。
• PyPHMは拡張性を考慮して設計されており、モジュラーなアーキテクチャを採用しており、コミュニティの貢献により、追加のデータセットや前処理手法の統合が可能である。