現代社会では、自動化が教育やトレーニングなどの幅広い産業に広がっています。エドテック（テクノロジーを用いて教育を支援する仕組みやサービス）がこれらの領域の従来のトレーニング方法に革新をもたらす中、企業はますます現代的な教育やトレーニングに力を入れています。これは、トレーニング環境の変化に対応して、昔のトレーニング方法を再考することを反映しています。 課題  私たちの顧客の中で最も一般的な課題は、問題が書かれたPDFのファイルへのアクセスが制限されていることです。これが、個々の質問内容を詳細に分析する障害となっています。さらに、さまざまなカテゴリーからの問題を統合してトピックをカスタマイズする需 ...

1．概要  近年、経済発展や快適性の追求によって、エネルギー消費が大幅に増加しています。 限られたエネルギー資源と供給の危機的状況を考慮すると、エネルギーシステムを最適化することは極めて重要であることは明白です。 その結果、現代のスマートシティにおけるスマートグリッドと住宅の市場は急速に成長しています。  2. 課題 このプロジェクトの課題は、IoT ゲートウェイを使用してリアルタイムのエネルギー消費データをスムーズに収集および分析できる高度なシステムを開発し、実装することです。 これを実現するためには、データを効果的に処理やエネルギー消費パターンの詳細な分析を可能にし、リアルタイムで監督する ...

1. Overview  A number of technological advancements as well as climate changes are affecting the energy industry worldwide. In...

概要: – 過去のデータや気象データから、様々な拠点の消費電力を予測する。 – AWS上で動作するサーバーレスシステム – IoTからのデータ収集 メリット: – コスト削減 – 環境保護 – 無駄なエネルギーを使わない 課題： – リアルタイム処理 – AWS上に構築し、様々なソースからデータを取得する。...

概要： メリット: – コストとトレーニングの手間を省く – 余分なリソースや従業員を省くことができる – コスト削減 – 健康上の問題を早期から認識できるようになる。 – 診断や決断を下す際に、医師にとって信頼できる参考資料となる...

概要 – 腫瘍の検出、動脈の狭窄、臓器のデリネーションなどの手順では、肺のテクスチャ分類のようなタスクに最適なパラメータを見つけるために、さまざまな異なる手法とMapReduceのようなフレームワークを採用しています。 – 機械学習法、サポートベクターマシン（SVM）、コンテンツベースの医療画像インデクシング、ウェーブレット解析を固体のテクスチャ分類に適用しています。 – さらに、最先端のディープラーニング・ニューラルネットワークやモデルを幅広く活用することで、医療画像から異常を検出し、セグメント化することが完全に可能になります。 メリット – ...

概要 Sharinganは、人工知能による顔認証技術を核としたスマートシステムです。 このシステムは、主に2つのサービスを提供します： 自動出勤管理 自動監視 デモ 自動出勤管理 速い処理 高い識別精度 導入が簡単で、企業のインフラを活用できる 同時に多人数の勤怠管理が可能 不正や偽造された勤怠を防止 自動監視 企業の職場で従業員を監視する 教室で生徒を監視し、保護者に通知する。...

課題：画像キャプション生成 与えられた画像に対して、キャプションを生成することを目標とします。 入力： 画像 出力： 画像に対するキャプション ソリューション： この問題に対して、Imagenetで事前学習されたInceptionV3を使用して各画像を分類します。最後の畳み込み層から特徴を抽出します。RNN（ここではGRU）は画像上で注意を払い、次の単語を予測します。 実験結果...

Semantic Segmentationの概要 セマンティックセグメンテーションでは、DeepLabモデルを使用してサンプル入力画像上でセマンティックセグメンテーションを実行する手順を示します。期待される出力は、サンプル画像にオーバーレイされたセマンティックラベルで、以下はいくつかの例です。 Atrous空間ピラミッドプーリング (1/2) – アトラス空間ピラミッドプーリングは、異なるアトラス率を持つ4つの並列アトラス畳み込みが特徴マップの上に適用されるよう提案されています。 – すべてのブランチから得られた特徴量を連結し、さらに1×1畳み込み（256フィルタとバッ ...

自動採点 このアプリの入力は、解答欄にチェック＆マルのある解答用紙です。これは画像処理とYolov5を用いた物体検出で処理されます。 また、解答用紙から学生コードと受験票を検出し、学生情報を取得します。 課題1：データ このデータは、インターネット上の公開データセットに存在しないため、自前で作成する必要があります。 問題2：入力画像サイズ A4用紙全体をキャプチャする必要があるため、入力画像のサイズは非常に重要です。もし入力画像のサイズが非常に小さいと、解答用紙から情報を抽出することができません。これはアプリの正確性に影響を与えます。 課題２：結果...

課題: 間隔反復 各ユーザーに対して語彙と語彙の繰り返し間隔を推薦します。 入力：語彙、ユーザーの情報 出力：間隔反復スケジュール この問題では、個別化が必要です。 ソリューション: この問題に対して、Leitnerシステムとハーフライフ回帰（HLR）を使用します。これにより、間隔反復が実現されます。...

第1課題：データテーブルと加工 データテーブルの前処理として、以下のものがあります。 欠測データ カテゴリカルデータ 数値データ ⇒ データが欠測している場合、どのように解決できるでしょうか？ 第１課題に対するソリューション： エンコーディング方法は非常に多岐にわたります。ただし、モデルに最も関連性のある方法は何でしょうか？ オーディナル ワンホット バイナリ 頻度 ハッシュ法 ヘルマート 後退微分法 ターゲット リーブワンアウト 証拠の重み...