データサイエンスのチカラでビジネスに役立つ価値を

Deep Learning ビジネスサービス

Deep Learningとは?

Deep Learning とは、従来よりも多くの層を持ったニューラルネット(※)を用いる機械学習のアルゴリズムです。従来は研究者が手で設定していた特徴抽出を、 代わりに大量のデータから学習させ自己組織化させるアプローチ方法です。画像処理や音声データや時系列データなどでも高い性能を発揮することが示されています。
(※)ニューラルネットとは、ヒトの脳神経回路網に類似したメカニズムによる情報処理を、計算機上のシミュレーションによって表現することを目指した数学モデル。
deeplearning_top_1

Deep Learningの代表的なアルゴリズムとしては、RBM(Restricted Boltzmann Machine)を多層化したDBN(Deep Belief Network)や、SdA(Stacked Denoising Autoencoder)、Maxout法といったアルゴリズムがあります。それぞれ特徴がある構造をしていますが、共通している考え方としては、「浅い階層(通常は2層)のニューラルネットワークを多層に組み合わせ、下位層でプリミティブな特徴を抽出し、上位層でより抽象的な特徴を抽出する」という考え方です。

deeplearning_top_2

TDSE活用例

Deep Learning による送電線不具合自動検知

Deep Learningで期待されていること

画像認識

畳込みニューラルネットワーク+高精度化のテクニック(ReLu,dropoutなど)1000種類の物体のカテゴリを認識。

シーン認識

畳込みニューラルネットワークを利用して、各ピクセルのシーンラベルを付与。画像情報をそのまま入力して特徴を自動的に学習。

人認識

畳込みニューラルネットワークの学習にスパースコーディングを利用。各階層の出力をすべて統合する方法でローカル&グローバルな特徴を抽出。

人検出のリアルタイム処理

9層の畳込みニューラルネットワーク。人までの距離、身長、向きも同時に検出。

※記載した認識技術は現状はまだ研究途上段階です

ビジネスでの活用例

製造

工場の生産ラインにおける不良品検知や、作業員の危険行動の検知

防犯

街中監視システムにおいて、防犯上の危険につながる予兆検知

美容

美容サイトを訪れたユーザーの顔の特徴に合わせて化粧方法のアドバイスを行ったり、商品のレコメンド

自動車

自動運転制御 画像センサーを活用した事故防止

社会インフラ

インフラ設備の外観点検支援、異常監視

サービスメニュー

ディープラーニング 技術トレーニング
ディープラーニング ビジネス活用コンサルティングサービス
ディープラーニング 実証実験(POC)サービス

問い合わせ画像

  • Facebook
  • Hatena
  • twitter
  • Google+
PAGETOP