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.
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 ...
YoloV5を用いた自動採点アプリ
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...
間隔反復
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。...
競馬予想のための学習ランキング
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 ジェームス・スタイン M推定器 ただし、すべての技術を特徴に適用してみて、どの手法が自分のモデルに最も適しているかを判断することは、常に価値があります。 ...
