想定外の事態が発生すると最適化の条件やAI・機械学習のための教師
データが現実と乖離する事態に陥ります。
当社では、お客様のお持ちのデータと得たい結果をご提示いただければ
試験的に分析を行い、異常検知や予兆診断のルール発見の可能性を評価。
分析した結果を効果的に提示するための可視化手法もご提案します。
【背景・課題】
■各種デバイスの普及で環境に関する情報、機器動作や人間行動に関する
データ収集が容易になり、それに基づく精緻な制御が可能となってきた
■しかしここ数年のように事態が急変し、前提条件が崩れると、最適化
または学習した結果は現実を反映できない恐れが高く
※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。
基本情報
【考えられる対応策】
■モデルの前提が成立する条件を見極め、領域を限定して利用
■変化した条件下でデータを収集→最適化モデル/学習モデルを再構築
■日常の活動にデータ蓄積→最適化/学習を組み込み、継続的にモデルを更新する仕組みを構築
※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。
価格帯 | お問い合わせください |
---|---|
納期 | お問い合わせください |
用途/実績例 | ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。 |
関連カタログ
お問い合わせ
※お問い合わせをすると、以下の出展者へ会員情報(会社名、部署名、所在地、氏名、TEL、FAX、メールアドレス)が通知されること、また以下の出展者からの電子メール広告を受信することに同意したこととなります。
株式会社KRI
- 水素・アンモニア関連
- 水素・燃料電池
- 燃料電池開発・評価
- 電解評価・開発
- CO2回収/固定化/変換
- バイオリファイナリー関連
- バイオものづくり関連
- リサイクル関連
- 電池評価・開発
- 蓄電システム・EV
- モビリティ関連
- 熱マネージメント材料
- フッ素フリー材料・技術
- DX・AI・MI関連
- 光通信・微細加工技術
- 化学プロセス開発支援
- 分析・解析技術
- 技術調査
- すべての製品・サービス