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

AIによる為替予測

AIによる為替予測

為替図チャートの画像データを用いた予測と為替変動の時系列数値データを用いた予測を組み合わせたアンサンブル学習により、AIアルゴリズムを構築。複数のデータやアルゴリズムを組み合わせることで精度の高い予測を実現。

子育て支援チャットボット

子育て支援チャットボット

子どもの年齢や居住地域に合わせて、妊産婦や子育て世代に向けた子育てに関する様々な情報をOne to Oneコミュニケーションで提供できる仕組みをAIチャットボットとSNSツールの連携で実現。これにより、ユーザーが日中の忙しい時間に電話やメールで問い合わせをしなくても、開庁時間外でも必要な情報を取得できる環境を提供。

活用データ
分析手法
正常な画像データのみを活用した外観不良検知

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
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。

バッテリー劣化予測

バッテリー劣化予測

車輌から取得したデータを用いて、バッテリーの劣化状況を予測するアルゴリズムを構築。数ヶ月以内の劣化を予測し、交換が必要になる会員に事前通知する仕組みを実現。

産業
分析テーマ
活用データ
分析手法
服のカテゴリの自動分類タグ付け

服のカテゴリの自動分類タグ付け

従来行っていた、膨大な商品データを手動でカテゴリに分類し、それに関連する検索用のタグを付与する作業について、自動で分類しタグを付与するアルゴリズムを構築。これにより、人的作業の効率化やコスト削減、誤ったタグが付与されるヒューマンエラーの解消を実現。