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・分析プロジェクト、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

正常な画像データのみを活用した外観不良検知

不良データがない場合にも、正常時の画像データを数百枚学習し、正常ではないと判断された画像に対して「不良」と判定する外観不良検知アルゴリズムを構築。これにより、人の目による再検査が大量に発生する従来の外観検査装置とは異なり、人の目による判断に近いアルゴリズムを用いて再検査を減らすことで、人手不足を解消できます。また、注目箇所の可視化により画像内のどこを重視して判断したのかを確認できるため、判断のブラックボックス化を回避可能です。

詳しくみる

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

単眼カメラによる深度推定

単眼の車載カメラ映像を用いて距離の推定を行い、複眼カメラ同様の精度を実現。学習の際は複眼で撮影した動画を使用して深度推定アルゴリズムを構築しており、実運用時には、単眼で撮影した映像を用いた推定が可能です。また、車・人・信号・標識などの物体を認識するアルゴリズムと組み合わせることで、認識した物体までの距離も推定可能です。小型の単眼カメラで実現可能のため、コストダウンと省スペース化に繋がります。

産業
分析テーマ
活用データ
詳しくみる

位置情報を活用したユーザー店舗滞在判定

各ユーザーの Wi-Fiアクセスポイント履歴から、滞在した店舗を推定し行動予測するアルゴリズムを構築。これにより、ユーザのアクセスポイント(位置情報)から滞在地や移動先を推定可能となり、ユーザーの行動に応じた最適な情報配信を実現。

産業
分析テーマ
活用データ
分析手法

ロボットのAI化による業務効率化

ピッキング・ねじ締め・組み立てなど汎用的な作業を行うロボットは稼働前に複雑なプログラミングを行う必要がありますが、AIを用いてプログラム不要のロボットを作ることで、ロボットの実稼働までにかかる膨大な準備期間を短縮。従来のプログラミングでは対象物を二次元上の輪郭で認識させていたところを、汎用的で高精度な物体認識を行うために単眼カメラのみで対象物の形状と三次元姿勢を推定することで、プログラムが不要となります。これにより、ルールベースでの物体認識を行うことなく対象物を認識でき、準備期間の短縮と柔軟な製造品種変更が可能となります。また、色味や影等の撮像環境の変化に影響を受けにくいため、さまざまな環境下でロボットの利用が可能となります。

産業
分析テーマ
活用データ
詳しくみる

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。

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。