1. トップ
  2. 新着ニュース
  3. 経済
  4. プレスリリース

ブレインズテクノロジー、機械学習を活用した異常検知モデルの自動構築に関する特許を取得

PR TIMES / 2018年5月7日 14時1分

~「匠」の技術をAI化、ソフトウェアで異常予兆を検知~

機械学習の実用化により企業活動の劇的な生産性向上を実現しているブレインズテクノロジー株式会社(本社:東京都港区、代表取締役:濱中佐和子)は、このたびリアルタイム予測分析プラットフォーム「Impulse(インパルス)」で用いられている異常検知モデルの自動構築技術に関して特許を取得したことをお知らせします。



◆背景
さまざまな企業においてAI(Artificial Intelligence:人工知能)技術導入の取り組みが検討されている中、製造業のお客様では予知保全や品質改善への取り組みに、センサーデータやログデータを活用した機械学習の適用が始まっています。
しかしながら実際に機械学習を活用しようとすると、多様なアルゴリズムを理解できる専門家(データサイエンティスト)が必要であることに加え、データの傾向変化に伴う再学習(学習モデルの再構築)が必要となり、人材面だけでなく費用面でも課題が顕在化していました。

そこで、ブレインズテクノロジーは機械学習の自動化が課題解決に寄与すると考え、「異常検知」に特化した学習モデルの自動構築技術を発明し、特許を取得しました。

◆特許概要
特許が認められたのは「Impulse」の中核を担う異常検知の分析技術となります。具体的には、企業内に蓄積された膨大な時系列の数値データ(センサーデータやログデータなど)から、モデルを構築するために必要な以下の手順を自動でおこなう技術です。

データの特性分析
シミュレーションに紐づく最適なアルゴリズムの評価・選定
異常を予測・検知するためのパラメータ設定

本技術により専門家でなくてもモデルを構築することができるようになるだけでなく、多種多様なデータの傾向変化にもコストを抑えて迅速かつ柔軟に対応出来るようになりました。

[画像: https://prtimes.jp/i/14739/14/resize/d14739-14-703437-0.jpg ]



【特許情報】

[表: https://prtimes.jp/data/corp/14739/table/14_1.jpg ]



「Impulse」は、より簡単に、より安価に、より解決する、機械学習による異常検知サービスとして既にいくつかのお客様環境で実稼動しています。

参考)Impulse導入事例一覧
  https://www.brains-tech.co.jp/impulse/case.html

ブレインズテクノロジーは今後も「Impulse」を活用し、ビジネス価値の創造、またはビジネス損失の低減に寄与する様々なサービスを、開発・提供していきます。また、機械学習の自動化による高度な分析機能を、コストを抑えながらサービス化することにより、いち早く、多くの生産現場に、機械学習の恩恵を提供してまいります。

◆Impulseについて
Impulseは、様々なデータを収集・構造化して集計・異常検知まで繋げるリアルタイムの予測分析プラットフォームで、膨大な量のログデータ、センサーデータ等に対して機械学習で自動的に状態を識別し、実効性の高いデータの予測分析・異常検知を実現しています。従来の閾値ベースの管理の仕組みでは発見できない障害の検知や、不良品の検出など、これまで対応困難であった諸問題に対し、新たなアプローチで現実解を導いており、Interop Tokyo 2016「Best of Show Award」クラウドサービス部門の特別賞を受賞しています。

<ブレインズテクノロジー株式会社について>
ブレインズテクノロジーはAI分野の技術を軸に、先端オープンテクノロジーを活用したITサービス(機械学習技術を活用した大規模データ分析基盤、検索エンジン)をエンタープライズ企業向けに提供しています。
企業知の創造を支援する想いを込めて、2012年3月に「Enterprise Intelligence(エンタープライズ・インテリジェンス)」を商標登録(第5472937号)しています。
名称  :ブレインズテクノロジー株式会社
代表者 :代表取締役 濱中佐和子
設立  :2008年8月8日
URL  :https://www.brains-tech.co.jp

企業プレスリリース詳細へ
PR TIMESトップへ

この記事に関連するニュース

トピックスRSS

ランキング

記事ミッション中・・・

10秒滞在

記事にリアクションする

記事ミッション中・・・

10秒滞在

記事にリアクションする

デイリー: 参加する
ウィークリー: 参加する
マンスリー: 参加する
10秒滞在

記事にリアクションする

次の記事を探す

エラーが発生しました

ページを再読み込みして
ください