SERVICE

産業

インフラ

インフラ産業の課題解決において、ALBERTのAI・分析技術が実現できることの一例をご紹介します。
他にもAI活用事例が多数ございますので、AI導入のお悩みはぜひご相談ください。

インフラのケース一覧

3次元空間上での位置・姿勢推定(点群セグメンテーション)

3次元点群情報の点にラベルやカテゴリを関連付ける「点群セグメンテーション」の技術を活用し、従来のRGB画像による2次元のセグメンテーション(領域検出)では不可能だった3次元空間上での位置関係や姿勢を推定することができます。自動運転における障害物、野菜等の不定形の物体のピッキング、災害予測等にも応用可能。

データサイエンティスト育成支援

データサイエンティスト育成支援

データドリブンマーケティングを促進することを目的として、マーケティング担当者様向けに、ALBERTのデータサイエンティストが基本的な統計学やRの基礎プログラム等の講義を実施。データに対しての正しい見方や評価方法を学ぶことで、実践で活用できる知識を習得。

大容量データ処理技術を活用し、アジャイル開発でデータ基盤を迅速に構築

大容量データを処理する技術やデータ処理を減らすためのノウハウを活用し、処理を大幅に高速化。また、従来のITシステム構築とは異なり、ウォーターフォール型の開発手法とアジャイル開発をうまく組み合わせることにより、スピーディかつユーザーフレンドリーなシステム構築が可能に。試行錯誤しながらダッシュボード開発を進めることで、迅速なデータの可視化を実現し、運用負荷を軽減。

交通事故要因推定アルゴリズムの構築

交通事故要因推定アルゴリズムの構築

交通事故を減少させる目的で、交通事故要因を解明するアルゴリズムを構築。交通事故における内的要因(事故内容や当事者の属性など)と外的要因(天候、路面状況など)を分析し、特徴と傾向から事故発生との関係性の強弱を解明。これにより、開通前の新しい道路を含め、交通道路の安全性を高める対策を事前に講じることを可能にした。

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。

サーバーラックの吸気温度予測精度向上

サーバーラックの吸気温度予測精度向上

サーバーラックにおける、吸気温度の上昇を理由とした異常発生を防ぐため、各サーバーラックおよび空調の消費電力等のデータを用いて、吸気温度の変化を予測するアルゴリズムを構築。これにより、空調設備を適切な温度で管理でき、電気代等の経費削減に成功。

産業
分析テーマ
活用データ
分析手法
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。