AI・IoT開発
サービス概要
20人以上のAIエンジニアチームを擁する当社は、AI分野で開発・運営に取り組んでいる専門家やエンジニアで構成された自立したチームを持つ珍しい企業の1つです。 データサイエンティスト、ディープラーニングエンジニア、機械学習エンジニアからなるBPOサービスに優れたチームでは、データラベリングを行ってモデルの精度を向上させ、顧客が望む最大限の効果を発揮します。 Java、Python、Lisp、Prologなどの開発言語を用いて、顧客のスクラッチで開発したプロジェクトから蓄積した最も効果的な自動トレーニング、再トレーニングモデルを取り入れたプロジェクトを遂行します。
BAPのAIサービス
- テキスト認識システム内で定義されたロジックセットを用いてテキスト、画像、音声を認識します。ロジック認識ではテキストを読み取ることができない場合でも テキストの読み取り速度を維持するため、OCRテクノロジーを利用します。
- 画像処理カメラ画像を処理し、年齢、顧客の性別などの必要なパラメーターを提供します... Opencv、VXLなどの画像処理に追加のオープンソースライブラリを使用し、TensorFlowあるいはPytorchで画像処理のために機械学習を処理するフレームワークを使用します。さらに、ディープラーニングを使用し、GAN、DNNSなどのニュートラルネットワークを使用して画像を処理します。
- 言語処理コンピューターと人間との言語的相互作用を研究するテクノロジーです。 BAPでは、情報を抽出できるチャットボットアプリケーション、またはブログデータやソーシャルネットワークから顧客の意見や好みを検索して分析するアプリケーションを研究していた経験があります。
- 音声認識音声を通して自然言語を処理する技術です。 BAPでは、音声合成と認識の研究経験を活かし、コンピューターが人からのコマンドを理解し、テキストデータを音声に変換させることが可能です。
- クラウド費用を最適化個人情報を暗号化、AI利用をLow Cost&Scale-UpをKubernetes で実現.
AWSで時系列を予測
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。 – データが少ない、一部のデータが安定しない、まだテストプロセス中である ソリューション： – 時系列データに対して適切なモデルを使用する – データ分析、ノ ...
ヒューマンリソース最適化
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...
医療用画像解析
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 – ...
SHARINGAN – AIカメラシステム
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。...
画像キャプション生成
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...
人間のセマンティックセグメンテーション
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 ...
