Manufacturing


画像検査

機械部品/繊維/食品などあらゆる工業製品の検査工程に応用可能です
異常な状態を覚えさせて傷を予測させることや、異常データが少ない場合でも正常な製品を僅か数十ケース程度学習し、異常データ数ケース用意して頂くだけで異常を検知することも可能です
時刻や音データなど画像以外のデータとの組み合わせた異常検知も実現できます

予知保全

機器の異常を予知し、故障を未然に防ぎます

[教師あり学習]
異常が起きる時を学習し、因子が多く複雑な事象で人間では特定が困難な異常の原因分析をすることが可能です。
この特性を利用し、予知保全に向けた、原因に対するアクションを迅速に取ることを可能にします。

[教師なし学習]
通常時の様々なセンサデータを学習し、普段と違う状況になるとアラートを出します。
異常のサンプルが少ない時や、異常を定義しにくい場合に有効です

計画最適化

工場の生産計画など、生産目標/納期/ラインの生産能力などの制約条件を加味した生産計画の自動提案を実現します

需要予測・在庫管理

様々な条件でも売上記録や、経済学的知見を組合わせて需要を予測します
需要の予測を元に、利益最大化のための最適在庫提案・ダイナミックプライシングを実現します

特性予測

ベイズ最適化の枠組みを用いて、製品の設計パラメータ(成分の配合比、材料寸法)を入力として、製品特性がどうなるかを学習しながら、新たな設計パラメータに対する特性予測を行います

研究開発効率化

未知の実験パラメータに対する特性を予測し、最適点探索のための実験効率を向上させます
X線による成分同定効率を数十倍にさせる事例など、近年広範な適用領域で実績を上げている分野です

作業員の模倣

様々な分野の熟練者の思考を分析/再現するAIを作成することで、作業の効率化や知識の伝承、作業者のミスの低減を可能にします