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

hitachi-rd @ 研究開発

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

残響除去と雑音除去は機械の異常検知の精度を向上させるか？（英語）

How Can We Detect Anomalous Sounds More Efficiently? Nowadays, a shortage of skilled workers has become a serious societal issue that necessitates an automated system for machinery maintenance. Sound-monitoring systems for checking a machine's operational condition ("machine health" hereafter) ha...
H
hitachi-rd @ 研究開発
Industrial AI BlogAI＆データサイエンス産業

インターネット上の情報の信頼性を容易に判断できるサービスの実現をめざして、要約文書の根拠と背景を推定する技術を開発

国立情報学研究所主催の技術コンペティションにおいて、精度93%で第一位*1を獲得 日立は、インターネット上に存在する「まとめ記事」などの要約された文書に対して、要約元の文書を検索し、要約の根拠や背景情報を高精度に特定する技術を開発しました。本技術は、国立情報学研究所が主催する政治情報を対象とした情報アクセス技術コンペティション「NTCIR-14 QALab」*2において、精度93%という高い値を達成しました。これにより、対象となる記事が事実に基づいて書かれているかの判断を支援します。今後、日立は、本技術の精度をさらに向上させるとともに、さまざまなパートナーとの協創を通じて、インターネット...
H
hitachi-rd @ 研究開発
研究トピックスAI＆データサイエンスデジタルサービスプラットフォーム

複雑な形状の物体をリアルタイムで認識することができる高速照合技術を開発

産業ロボットへの適用を通じて、工場や物流倉庫などにおける人手作業の自動化をめざす 日立は、3次元カメラ*1で撮影した画像データとAIで識別した物体形状データを高速に照合する技術を開発し、平面や曲面からなる複雑な形状の物体をリアルタイムに認識することに成功しました。従来は、画像データ中の照合を行う点に対応する物体形状データ内の点を1点ずつ照合していたのに対し、本技術では物体形状データの点同士に位置関係の情報を持たせる構造(グラフ構造)を採用したことで、複数の点を同時に照合することができます。これにより、照合速度を従来の約10倍*2に高速化することが可能となり、0.6秒程度で棚に乱雑に置かれ...
H
hitachi-rd @ 研究開発
研究トピックスAI＆データサイエンスエレクトロニクス制御＆メカトロニクス産業高速照合産業ロボット

複数の鉄道業務システムを繋いでKPIを算出・評価し、業務改善を支援するソリューション評価シミュレーターを開発

日立オープンラボ横浜に導入し、お客さまとの協創を加速 日立は、運行管理や車両管理などの複数の鉄道業務システムの計画連携技術を構築し、複数業務を考慮したKPI*1をお客さまの実データを用いて迅速に算出・評価して、業務改善を支援することが可能なソリューション評価シミュレーターを開発しました。列車内の混雑がより少なく快適に移動でき、かつ車両検査コストも低く抑えられるようなダイヤ改正の立案支援など、お客さまの業務改善や新サービス創生に役立てることができます。本シミュレーターを、2019年4月より、日立オープンラボ横浜*2の交通アナリティクスラボに導入し、お客さまとの協創に活用します。今後、日立は...
H
hitachi-rd @ 研究開発
研究トピックスデジタルサービスプラットフォームモビリティMaaS

未来を切り開くInsights Laboratory Vol. 3

北米社会イノベーション協創センタのSudhanshu Gaurと、ジョージア工科大学のChristopher SaldanaとNagi Gebraeel、日立ヴァンタラ社のJean Lauが、産業IoTを通して社会に貢献するため、お客さまや学術界と協創する日立の挑戦とビジネス機会について意見を交わした。 英語サイトへ
H
hitachi-rd @ 研究開発
Insights from AI/AnalyticsAI＆データサイエンス産業産業IoTInsights Laboratory

未来を切り開くInsights Laboratory Vol. 2

Insights Laboratoryメンバであり、北米社会イノベーション協創センタのチーフデータサイエンティストであるChetan Guptaと、日立ヴァンタラ社のJames Destro、日立コンサル社のRajesh Devnaniが、産業分野に向けたAI技術、ならびに、日立がグローバルのお客さまやパートナーとどのように協創し、社会や組織が直面している課題を解決しようとしているか議論を交わした。 英語サイトへ
H
hitachi-rd @ 研究開発
Insights from AI/AnalyticsAI＆データサイエンス産業Industrial AIイノベーションエコシステムInsights Laboratory
続きを読む

人気記事

This article is a sponsored article by
''.