AI（人工知能）・機械学習の技術開発・コンサルティング 概要
AI(人工知能)・機械学習の技術コンサルティング、既存手法の評価や新規手法の研究開発、ソフトウェア開発等の支援を行うことで、お客さまがお持ちのシステムの自動化や高度化に関する課題解決をサポートいたします。
サービス内容
機械学習を中心とした人工知能分野のエキスパートが、お客さまがお持ちの課題に対して技術面から最適な解決方法をご提案いたします。お客さまの事業フェーズ（研究、開発、実用化）にあわせて、技術評価や技術開発、ソフトウェア開発、高速化、システム構築といったさまざまなサービスを提供しております。
サービスメニュー
左右スクロールで表全体を閲覧できます
|
|
左右スクロールで表全体を閲覧できます
| キーワード | AI(人工知能), 機械学習, パターン認識, 教師あり学習, 教師なし学習, 半教師あり学習, 回帰, 識別, クラス分類, クラスタリング, 強化学習, データマイニング, アソシエーション分析, 次元削減, 特徴量抽出, 統計解析, 二値分類, 多クラス分類, 物体認識, 物体検出, 高画質化, 高音質化, 画像解析, テキスト分析, 動き検出・追跡, 輪郭抽出, リコメンデーション, 形状検出, セマンティクセグメンテーション |
|---|
開発事例
当社では、さまざまな分野におけるお客さまの広範な技術課題の解決のサポートをしております。
気になる事例名をクリックいただき、詳細ページをご参照ください。
胸部X線画像からの肺がん検出
対象分野: 医学
技術課題: 画像分類・説明可能なAI(Explainable AI,XAI)
良品学習の外観検査への適用
対象分野: 機械工学
技術課題: 画像分類・半教師あり異常検知(良品学習)
三次元顔画像の加齢シミュレーション
対象分野: 加齢医学・美容科学・防犯
技術課題: 3次元形状推定・加齢化シミュレーション
航空写真を用いた建物被災度判別
対象分野: 土木建築工学
技術課題: 画像セグメンテーション(セマンティックセグメンテーション)
航空写真を用いた河川・湖沼領域の自動判別
対象分野: 土木建築工学
技術課題: 画像セグメンテーション(セマンティックセグメンテーション)
生細胞スライス画像からの細胞検出
対象分野: 生物学・生理学
技術課題: 画像セグメンテーション(セマンティックセグメンテーション)
X線CT画像からの鋳巣（空洞欠陥）の検出
対象分野: 機械工学
技術課題: 画像セグメンテーション(セマンティックセグメンテーション)
X線CT画像からの部品カウント・欠陥検出
対象分野: 工学
技術課題: 3次元物体検出、欠陥検出
鋳造部品の欠陥検出
対象分野: 機械工学
技術課題: 物体検出
加速器超伝導空洞内部の欠陥検出
対象分野: 機械工学
技術課題: 画像分類
上記のほかにも、以下のような多岐にわたる分野での技術開発やソフトウェア開発の実績があります。
左右スクロールで表全体を閲覧できます
|
関連項目
ディープラーニング(深層学習)
当社では、近年注目を集めている機械学習手法であるディープラーニング(深層学習)を用いた技術開発やソフトウェア開発等の支援も行っています。ディープラーニングについて興味をお持ちの方は、以下のページをご参照ください。
当社独自手法
当社は、独自の機械学習手法である「カップリング学習®」の特許を保有しております。
カップリング学習は、多次元情報から多次元情報を推定するための手法で、全体として調和がとれた予測を行うことを得意としています。
左右スクロールで表全体を閲覧できます
|
カップリング学習については、ライセンス供与等のサービス提供も行っております。多次元情報の予測に興味をお持ちの方は以下のページをご参照ください。
独自の機械学習手法「カップリング学習」を利用した技術開発・コンサルティング 概要
独自の機械学習手法「カップリング学習」を利用した技術開発・コンサルティング 開発事例
技術要素
AI(人工知能)と機械学習
AI（人工知能）とは、「知的な（=目標達成のための計算的な能力をもつ）機械、特に、コンピュータプログラムを作る科学と技術」のことを指します（初期の人工知能研究の第一人者マッカーシー教授による定義）。この人工知能において近年、注目を集めている手法が機械学習です。
機械学習は、画像上の物体認識や株価の予測など、判断基準が不明瞭な事象を推定・予測する際に大きな効力を発揮します。これまで、コンピュータによって推定・予測を行う際には、人がルールを明示的に与えるルールベースと呼ばれる手法が用いられていました。しかしこの方法は、人がルールを把握していない、すなわち判断基準が不明瞭な事象を予測・推定することができません。一方、機械学習では、過去のデータからコンピュータがルールを学習するために、判断基準が不明瞭な事象の推定・予測に対しても適用することができます。このため、より複雑なシステムを自動化することが可能となり、多くの分野で応用が進んでいます。
左右スクロールで表全体を閲覧できます
|
左右スクロールで表全体を閲覧できます
|
左右スクロールで表全体を閲覧できます
| キーワード | AI(人工知能), 機械学習, パターン認識, 教師あり学習, 教師なし学習, 半教師あり学習, 回帰, 識別, クラス分類, クラスタリング, 強化学習, データマイニング, アソシエーション分析, 次元削減, 特徴量抽出, 統計解析, 物体認識, 物体検出, 高画質化, 高音質化, 画像解析, テキスト分析, 二値分類, 多クラス分類, 動き検出・追跡, 輪郭抽出, リコメンデーション, 形状検出, セマンティクセグメンテーション, 異常検知, ディープラーニング(深層学習), カップリング学習, サポートベクターマシン(SVM), ランダムフォレスト, 単純ベイズ分類器, 単純パーセプトロン, ブースティング, 最近傍法, Mean-Shiftクラスタリング, k-means法, FFT, ウェーブレット解析, 位相限定相関法, 主成分分析, Bag-of-Words, Bag-of-Visual-Words, 敵対的生成ネットワーク(Generative Adversarial Network, GAN), 良品学習(1-class分類, 半教師あり異常検知), 説明可能なAI (XAI), C/C++, Python, MATLAB®, OpenCV, Keras, TensorFlow®, PyTorch® |
|---|
- *カップリング学習は、みずほリサーチ&テクノロジーズ株式会社の登録商標です。
- *MATLABは米国The MathWorks, Inc. の登録商標です。
- *TensorFlow, the TensorFlow logo and any related marks are trademarks of Google Inc.
- *PyTorch, the PyTorch logo and any related marks are trademarks of Facebook, Inc.
- *その他に記載の社名、製品名及びサービス名は、各社の商標または登録商標です。