1. サイトトップ
  2. Official Staff
  3. hitachi-rd

hitachi-rd @ 研究開発

生物に学び、革新的な社会システムへの着想を生み出す「生き物ひらめきカード」を開発

40種類の生物の現象や特徴、仕組みを組み合わせて、発散的思考を促し、アイデア着想を支援 日立は、社会課題を解決する革新的な社会システムの開発をめざし、さまざまな生物の現象や特徴、仕組みに学び、飛躍的な着想の支援が可能な「生き物ひらめきカード」を開発しました(図1)。本カードにより、進化の過程で生み出されてきた幅広い分野の生物の現象や特徴、仕組み40種類を組み合わせて、既存の社会システムに捉われないアイデア着想の支援が可能となります(図2)。今後、日立は、本カードを用いて社会システムの構築を支援し、複雑化する社会課題の解決に貢献していきます。 背景および取り組んだ課題 現代社会は急速な変化...
H
hitachi-rd @ 研究開発
研究トピックスデザイン＆ユーザー／顧客エクスペリエンス都市・ビル公共産業生き物ひらめきカード

線材長さ8kmの二ホウ化マグネシウム超電導線材を開発

超電導磁石の冷却電力半減を達成 日立は希少資源である液体ヘリウムを使用せずに冷凍機による冷却のみで使用可能な線材長さ8kmの二ホウ化マグネシウム（以下、MgB2）超電導線材を開発しました。開発した線材を用いて、マイクロ波発生装置（以下、クライストロン）用の超電導磁石を製作し検証した結果、温度20K（マイナス253℃）で磁束密度0.8テスラを達成しました。本技術により小さな電流でも強力な磁場を発生できるため、超電導磁石内部への熱侵入量が削減され、従来の超電導磁石と比べ冷却電力の半減化を実現できます。今後日立は、より強力な超電導磁石を本線材を用いて実現することでMRI*1などの現行超電導機器...
H
hitachi-rd @ 研究開発
研究トピックス材料科学＆生産エレクトロニクスヘルスケア電力＆エネルギーモビリティ

複雑な形状の部品を高精度・高品質に製造可能な金属3Dプリンター向け積層造形プロセス技術を開発

寸法精度の2倍向上と不純物量の30%低減を実証 日立は、複雑な形状の部品を高精度・高品質に製造することができる金属3Dプリンター向け積層造形プロセス技術を開発しました。本技術は3Dプリンターの機種や使用する材料の種類に応じて最適な造形設計を行う設計システムにより、手動設計と比較して製造部品の寸法精度を2倍以上向上することが可能です。また、新たに真空・予熱機構を設置した金属3Dプリンターにより、従来装置と比較して、不純物の含有量を30%低減できることを実証しました。 今後、日立は、さまざまなパートナーと連携して開発技術の実用検証などを推進し、金属積層造形による革新的なモノづくりの実現に貢献...
H
hitachi-rd @ 研究開発
研究トピックス材料科学＆生産先端ソフトウェア＆システム産業金属3Dプリンター

ニューラルネットワークによる機器の余寿命予測（英語）

A New Functional Neural Network with Application to "Remaining Useful Life" Estimation In today's world, large amounts of repeatedly observed data over time is collected across multiple domains and is being utilized in many different practical applications. Specifically, in the industrial Interne...
H
hitachi-rd @ 研究開発
Industrial AI BlogAI＆データサイエンスデジタルサービスプラットフォーム産業産業IoT

ビデオ分析活用による工業モニタからのデジタルデータの抽出（英語）

Digital data extraction from industrial monitors using video analytics The advent of Internet of Things (IoT) has seen fundamental changes in data acquisition, storage and analysis to create new value in multiple verticals such as manufacturing, energy, oil, gas, transportation and so on. IoT in ...
H
hitachi-rd @ 研究開発
Industrial AI BlogAI＆データサイエンス産業産業IoT

深層強化学習の応用：囲碁から浄水場自動運転へ（英語）

From Playing "Go" to Automating Water Plants: The Application of Reinforcement Learning Automation in water purification plants (WPPs) can help reduce the problem of expert shortage in the future, as well as optimize operating costs. WPPs usually have two main purposes: to supply sufficient water...
H
hitachi-rd @ 研究開発
Industrial AI BlogAI＆データサイエンス産業

少ないデータでも高精度に学習することができる画像認識AI向けの要素分解深層学習技術を開発

物体識別のベンチマーク画像を用いた検証で最大7.54%の認識精度向上を実証 日立は、認識対象物の要素を分解することで、少ないデータでも高精度に学習することができる画像認識AI向けの深層学習技術を開発しました。従来では、認識対象物の特徴に加えて学習データに含まれる背景の特徴などを含めて学習していたため、背景画像が学習時と異なる場合の認識精度が低下していました。本技術では、認識対象物には直接関係しない背景などの特徴と、認識対象物の不変的な特徴を捉えることができる形状や色などの特徴の要素に分解して学習し、かつ認識対象物の不変的な特徴を選別して認識することで精度を高めます。物体識別のベンチマーク...
H
hitachi-rd @ 研究開発
研究トピックスAI＆データサイエンス公共都市・ビル深層学習画像認識・処理

お客さまの課題に応じた高速な組合せ最適化ソリューションの提供をめざし、CMOSアニーリング向けの最適化アルゴリズムを拡充

GPUを用いて全結合モデル向けのアルゴリズムを実装し、従来比250倍の高速化を実証 日立は、大規模なスケジューリング最適化やポートフォリオ最適化問題に対して、高速に実用解を探索する全結合モデル向けの最適化アルゴリズムを開発しました。本アルゴリズムをGPUで実装して、10万変数の組合せ最適化問題(全結合問題)*4を用いて検証したところ、従来アルゴリズム*5より250倍高速に近似解を求められることを確認しました。お客さまの課題に応じて、本アルゴリズムと日立がこれまで開発してきたCMOSアニーリングマシンを使い分けることで、幅広い実問題に対応できるようになります(表1)。今後、日立は、オープン...
H
hitachi-rd @ 研究開発
研究トピックスAI＆データサイエンスモビリティ公共都市・ビルCMOSアニーリング

リアルタイムホロニックスケジューリングによるAGVピッキングシステムの効率化（英語）

Real-time holonic scheduling: Making warehouse picking more efficient The increase of labor costs due to the expansion of the e-commerce market is a serious problem in logistics warehouses. In these warehouses, order picking accounts for about 55% of the labor costs. To reduce the order picking c...
H
hitachi-rd @ 研究開発
Industrial AI BlogAI＆データサイエンスデジタルサービスプラットフォーム

ウェアラブルセンサに基づくゼロショット姿勢認識（英語）

Zero-shot Pose-classification based on Wearable Sensors Human-action recognition (HAR) can be used in a wide range of applications such as life log, healthcare, video surveillance, and worker assistance. Recent advances in deep neural networks (DNN) have drastically enhanced the performance of HA...
H
hitachi-rd @ 研究開発
Industrial AI BlogAI＆データサイエンス

日立のインダストリアルAIブログへようこそ！（英語）

Welcome to Hitachi’s Industrial AI Blog! I am thrilled to be writing the inaugural article welcoming you to our new blogsite focusing on "Industrial AI". For more than a century, Hitachi has been a leader in the industrial domain with products, services and solutions in numerous verticals such as...
H
hitachi-rd @ 研究開発
Industrial AI BlogAI＆データサイエンス

深層強化学習による機器ヘルス指標の学習（英語）

Equipment Health Indicator Learning using Deep Reinforcement Learning One of the important objectives in industrial operations is to minimize unexpected equipment failure. Unexpected downtime due to equipment failure can be very expensive for example, an unexpected failure of a mining truck in th...
H
hitachi-rd @ 研究開発
Industrial AI BlogAI＆データサイエンス産業故障予測
続きを読む

人気記事

This article is a sponsored article by
''.