SERVICE

ALBERTができること

お客様の課題解決において、ALBERTの各サービス(AI・データ分析/研究開発支援、プロダクト、データサイエンティスト育成支援)が実現できることを、
テーマ・活用データ・分析手法・産業別にご紹介いたします。

ピックアップ

UNIX不正コマンドの自動検知

UNIX不正コマンドの自動検知

異常(不正処理)データが存在しないため、正常データのみで学習し、不正コマンドを自動検知するアルゴリズムを構築。当てはまりが著しく悪い場合を異常と判定しサーバー管理者にアラートを出す仕組みを開発することで、社内業務における不正行為(情報漏洩行為など)を抑止できます。

産業
分析テーマ
活用データ
分析手法
工業生産の最適化

工業生産の最適化

人が生産時のパラメータを調整する場合には時間も検討できる組み合わせも限界がありますが、AIで代替することで、従来手法では検討できなかった組み合わせも検討対象に含めた上で加工条件の予測を最適化。既存データで実行可能性を十分検証した上で従来手法をベイズ最適化に置き換えて自動化し、効率的に最適値を求めることが可能です。これにより、品質の安定と省力化を実現し、歩留まり率を高めます。

詳しくみる
カタログ送付量の削減と受注数の向上による収益の最大化

カタログ送付量の削減と受注数の向上による収益の最大化

行動データや属性データを加味した総合的なスコアリングを実施し、購買に繋がりやすい顧客を抽出をするためのアルゴリズムを構築。従来はRFM分析(Recency/Frequency/Monetaryの3つの指標で顧客をグループ化し、マーケティング施策を講じる手法)を用いたアルゴリズムを採用していましたが、それ以外の要因(変数)を追加したアルゴリズムの再構築により、カタログ送付で効果のある顧客を抽出でき、送付量の削減と全体の受注数の向上による収益の最大化を実現。

建造物の外壁劣化度診断

建造物の外壁劣化度診断

従来、作業員の主観や経験値で判断していた建造物の外壁劣化度診断について、画像データを用いて自動で判定するアルゴリズムを構築。学習データと検証データを活用し画像データを劣化度ごとに分類することで、学習データとの正誤率等を確認し、精度を評価。これにより、人的作業のコストの削減および診断結果の標準化を実現。

仕入れの発注量を判断する需給予測モデル

仕入れの発注量を判断する需給予測モデル

発注・在庫をシンプルに管理するために、商品の売上個数を予測し仕入れの発注量を判断する需給予測アルゴリズムを構築。複数のアルゴリズムを検証の上、最適なアルゴリズムを構築し誤差数を大幅に改善。これにより、属人的に人がExcelを用いて行ってきた作業から脱却し、予測精度の向上と業務効率化を実現。

電力需要の予測

電力需要の予測

過去の電力需要および気象データ、曜日データをもとに、エリアごとの電力需要を予測するアルゴリズムを構築。時間単位で精度を検証することで高精度な予測アルゴリズムを実現。これにより過剰な発電によるコストを抑えます。

詳しくみる
旅行者の行動パターン分析・可視化

旅行者の行動パターン分析・可視化

位置情報データを用いてエリア別の滞留ユーザー数・滞留時間を分析して可視化し、一時的な通過や居住者カウントされないよう除外するアルゴリズムを構築。旅行者の滞留状況を細分化することで、移動者と滞在者それぞれに最適な施策を展開。

産業
分析テーマ
活用データ
分析手法