分類カテゴリから製品を探す
業種から企業を探す
ブックマークに追加いたしました
ブックマークを削除いたしました
これ以上ブックマークできません
会員登録すると、ブックマークできる件数が増えて、ラベルをつけて整理することもできます
この企業へのお問い合わせ
1～34 件を表示 ／ 全 34 件
製造業にて、生産計画自動化を 実現した事例をご紹介します。 「どの商品をどの工場でいくつ生産するか」を最適化モデルを 導入して生産地の割り当てにかかる工数を削減、また、生産・輸送コストや各工場のキャパシティの 面を考慮した最適化を行いたいという課題がありました。 そこで、生産計画最適化モデルを導入。 商品の生産コストや輸送コスト、関税、各工場のキャパシティという 制約から数理最適化問題を定式化し、実装しました。 【事例概要】 ■業種：製造業 ■業務：生産計画 ■課題：数理最適化 ■アナリティクス・AIソリューション ・数理最適化問題を定式化し、実装 ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。 ・関連リンク - https://www.tdse.jp/
運送業にて、帳票自動読取(AI-OCR)を導入した事例をご紹介します。 同社は、荷主から送られてきた伝票の種類仕分け、内容(住所、電話番号、 商品番号など)の入力を省人化したいという課題がありました。 そこで、画像の文字情報をOCRエンジンから取得し、文字情報を入力として 受領書種類/各項目に該当する文字を出力するモデルを作成。 伝票仕訳の業務効率の向上を実現しました。 【事例概要】 ■業種：運送業 ■業務：受領書仕分け作業 ■課題：省人化、自動化、AI-OCR ■アナリティクス・AIソリューション ・画像の文字情報をOCRエンジンから取得 ・受領書種類/各項目に該当する文字を出力するモデルを作成 ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。
製造業にて、法規制分類AI(重要文書判定モデル)を導入した事例をご紹介します。 同社は、日々更新される環境法規に関する情報について、自然言語処理を用いて、 業務に影響の有る情報の抽出を省力化したいという課題がありました。 そこで、過去の情報整理有識者会議の分類事例をAIに学習させ、更新情報 のうち、明らかに不要と判断できる文書を除去。残りの文書のみを従来の方法で判断する運用を提案し、文書分類判断に必要な工数の削減に繋がりました。 【事例概要】 ■業種：製造業 ■業務：環境法規 ■課題：自然言語処理、省人化 ■アナリティクス・AIソリューション ・有識者会議の分類事例をAIに学習させ、 更新情報のうち、明らかに不要と判断できる文書を除去 ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。
製造業にて、保守業務効率化を 図った事例をご紹介します。 同社は、交換時に必要な部品がなく、再度同じ顧客への訪問が多発。 保守員の部品補充は属人化しており、誰がどの部品を何個持ち出して いるか把握しきれないという課題がありました。 そこで、保守部品在庫、過去の使用実績、の2つを可視化・分析。現場責任者が 部下の保有在庫状況に基づくマネジメントを実施し、保守部品補充の 徹底を行うことで、訪問回数削減による保守員の業務効率の向上しました。 【事例概要】 ■業種：製造業 ■業務：保守・メンテナンス ■課題：基礎集計、可視化、工数削減 ■アナリティクス・AIソリューション ・保守部品在庫、過去の使用実績、の2つを可視化・分析 ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。
DataRobotを活用！保守点検時、異常発生時の対応工数削減した事例 製造業にて、設備保全の品質向上を 実現した事例をご紹介します。 同社では、設置部品が推奨施工条件通りに施工されているかどうか、 推奨施工条件とは異なる場合はどこに異常個所があるのかを把握したい という課題がありました。 そこで、DataRobotを用いることで、センサーデータから、部品の施工状況 での異常個所部分を推測するモデルを開発。保守点検時、異常発生時の対応 工数削減という効果がありました。 【事例概要】 ■業種：製造業 ■業務：設備保全 ■課題：AutoMLツール、要因分析 ■アナリティクス・AIソリューション ・部品の施工状況での異常個所部分を推測するモデルを開発 ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。
製造業における検査工程の改善・自動化 の事例をご紹介します。 電子部品の生産ロットに対して複数回実施している機能検査の回数を減らし、 スループットを向上、検査設備への投資を抑えたいという課題がありました。 そこで、1回目検査終了までの情報を用いて、2回目の検査結果をAIで予測し、 1回検査で十分と判定されたロットはそこで検査を止めることで、機能検査 におけるスループットを向上させました。 【事例概要】 ■業種：製造 ■業務：品質検査 ■課題：生産効率化、業務効率化、品質判定 ■アナリティクス・AIソリューション ・1回検査で十分と判定されたロットはそこで検査を止めることで、 機能検査におけるスループットを向上 ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。
製造業における、検査工程の 改善・自動化の事例をご紹介します。 電子部品に対する外観検査の検査エラーとなる製造工程の要因を発見し、 改善することでエラーの頻度を減らし検査項目を省略または簡略化し 生産効率を向上させたいという課題がありました。 そこで、検査項目ごとのエラー発生率と製造工程の測定値、管理値の 関係性をモデリングし、エラー発生の要因を特定し改善することで、 該当検査項目の簡略化・省略化を行いました。 【事例概要】 ■業種：製造 ■業務：品質検査 ■課題：検査効率改善、品質改善、要因分析 ■アナリティクス・AIソリューション ・エラー発生率と製造工程の測定値、管理値の関係性をモデリング ・エラー発生の要因を特定・改善し、該当検査項目の簡略化・省略化 ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。
製造業における、空調制御AIによる室内環境最適化及び省電力化を 実現した事例をご紹介します。 食品工場など温度管理の欠かせない環境では、AIの自律的な学習により 空調を自動制御し、適切な屋内環境と省電力化を実現することが課題でした。 室温維持と消費電力削減を同時に達成するAIをシミュレーション環境で強化 学習により訓練し、実機に移植する短期間での制御AIの開発を目指す方針を採用。 シミュレーション環境を用いることで、現実と比較して1000倍速く制御AIの 開発に成功しました。 【事例概要】 ■業種：製造 ■業務：稼働最適化 ■課題：稼働最適化、自立制御、コスト削減 ■アナリティクス・AIソリューション ・学習済みAIを実機に移植する短期間での制御AIの開発を目指す方針を採用 ・PoC として室温維持のみにスコープを絞ってAI開発を実施 ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。
製造業にて、AIによる製品品質の安定化・バラつき要因分析を可能にした 事例をご紹介します。 駆動系製品を実際に動作させる品質検査試験において、検査結果として 取得したデータを用いて、検査結果のバラつき要因分析を行い、 製造条件などの改善につなげたいという課題がありました。 そこで、品質検査試験の測定条件、製造品の設計情報・部品寸法などを 特徴量として、検査結果のバラつきを予測するモデルを開発。 そのモデルのパラメータを分析することで、要因として解釈し、製造条件の改善につなげました。 【事例概要】 ■業種：製造 ■業務：品質検査 ■課題：要因分析、検査効率改善、生産効率化 ■アナリティクス・AIソリューション ・検査結果のバラつきを予測するモデルを開発 ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。
複写機メーカーでの消耗品交換予測 を可能にした事例をご紹介します。 複写機(コピー機)トナーなどの消耗品交換タイミングは、 顧客により異なるため、定期的に消耗品を配送する方法では、 在庫及び物流に無駄が発生。 そこで、顧客別に消耗品交換を予測するAIエンジンを開発。消耗品が なくなる前に補充/交換を実施したり、消耗品在庫の無駄の削減、 さらには消耗品の物流を効率化することが可能となりました。 【事例概要】 ■業種：製造 ■業務：アフターサービス ■課題：物流コスト削減、在庫適正化 ■アナリティクス・AIソリューション ・顧客別に消耗品交換を予測するAIエンジンを開発 ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。
電力使用量と家電スペック情報の 相関分析を行った事例をご紹介します。 世帯の所有する家電のスペック(定格消費電力やメーカー)などと、 実際の消費電力量との相関関係を明らかにしたいという課題がありました。 家電に記載されているスペック情報をOCRサービスで読取を行い、その情報を もとに消費電力の予測モデルの構築および検証・相関分析を実施。 今後は、スペック情報の読取ロジックの高精度化と世帯の在宅時間などの より精緻な情報の取得を行っていく。 【事例概要】 ■業種：電力 ■業務：保全管理 ■課題：相関分析 ■アナリティクス・AIソリューション ・家電のスペック情報をOCRサービスで読取 ・情報をもとに消費電力の予測モデルの構築および検証・相関分析を実施 ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。
在宅・不在宅の自動判定(One to One アフターフォロー)を可能にした事例をご紹介します。 電力業界の保全管理業務にて、住宅・オフィスの消費電力から人の 在宅・不在宅を予測し、ピークシフト・見守りサービスなどの施策に 繋げようと考えていました。 そこで、スマートメーターで取得した電力消費データから、機械学習 アルゴリズムを用いて在宅・不在宅を判定することを可能しました。 【事例概要】 ■業種：電力 ■業務：保全管理 ■課題：業務効率化、サービス開発 ■アナリティクス・AIソリューション ・電力消費データから、機械学習アルゴリズムで在宅・不在宅を判定 ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。
強化学習型AIによる重機の自動制御の 事例をご紹介します。 重機操業では、生産人口の減少に伴う技術継承不足により、技術者間で品質が安定しないという課題がありました。 また重機操業におけるデータの収集に大きなハードルがあった為、安全にデータを 収集する方法を確立する必要がありました。 そこで、重機に設置されたセンサーデータを用いて重機の一部動作を 再現するシミュレータを機械学習的に構築。そのシミュレータ環境上で 強化学習により制御AIを開発しました。 それにより、業務効率化を実現する技術的可能性の示唆を得ることができました。 【事例概要】 ■業種：建設 ■業務：施工 ■課題：省人化 ■アナリティクス・AIソリューション ・シミュレータ開発 重機に設置されたセンサーデータを用いて重機の一部動作を再現するシミュレータを構築。実機への制御信号に対するセンサーデータの挙動を学習。 ・制御AI開発 AIの制御信号に対するシミュレータの稼働と目標値の誤差を最小化するように学習。 ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。
風力発電施設における故障予兆検知を 実現した事例をご紹介します。 風力発電機は故障が発生すると計画外停止時間が発生します。 故障の予兆を検知することで保守・点検を効率化、 風力発電機の稼働効率を改善したいという課題を抱えていました。 そこで、稼働状況センシングデータより、故障兆候を検知するAIを開発。 保守・点検作業の効率化による運用コスト圧縮や、突発的な事故発生抑止 による稼働率向上といった効果がありました。 【事例概要】 ■業種：社会インフラ ■業務：運用・保守 ■課題：検査効率改善 ■アナリティクス・AIソリューション ・定常状態から逸脱した場合に異常状態として判定 ・異常状態の機器がその後故障するか否かを予測 ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。 ・関連リンク - https://www.tdse.jp/case-study/fault-detection/
ディープラーニングを活用した、架線の異常検知における改善事例をご紹介します。 東京電力パワーグリッド様では、架線の点検・設備保全作業として、空撮した動画を人間が目視で異常を判別。目視確認では空撮動画を10分の1のスピードでスロー再生し、目視で点検作業を行っていたため、非常にコストがかかっており、 また見落としによる検知漏れが発生するなど精度にも課題がありました。 そこで、ディープラーニングを活用し画像データから異常/正常を判定するモデル を構築。架線の“異常らしさ”を数値化/見える化することにより、人間が目視で確認しなければならない個所をAIが洗い出し、目視確認の コスト削減を実現しました。
機械学習とはデータをコンピュータで反復的に学習することによって、未知のデータの対する結果を推論、予測する技術です。 機械学習はリアルタイムでの判断が必要となる異常検知や、重機の自動制御のような環境変化への対応が必要な場合には不向きといえます。 では、このような場合に活用できる技術とは？ 当資料では建設業や通信インフラ業の様々なシーンで活用できる先端技術のメリットやビジネスでの活用例などを図やイラストを掲載し詳しく解説。 是非自社の課題や目的と照らし合わせてご覧ください！
道路や橋などの社会インフラの点検、建物の構造調査、電柱や送電線の劣化診断など、目視による点検や検査の効率化、コスト削減を実現することを可能にする画像DX。 本資料では画像DXが注目される理由や、基本的な技術、ソリューション例、画像DX推進上の注意点などを詳しくご紹介しております。 画像データの活用を検討中の方に参考にしやすい一冊なっております。 是非、ご一読ください！ 【掲載内容(一部)】 ■画像DXとは ■画像DXが注目される理由 ■画像DXにおける基本的な技術 ■画像DXのソリューション例 ■画像DX推進上の注意点 ■画像DXを始めるためにまず取り組むべきこと ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。
当資料では、画像DXを活用した効果の出やすいアプローチについてご紹介。 画像DX活用シーンや、画像DX動向、DX/AIソリューション開発の特色などを 詳しく解説しております。 画像データを活用し、ビジネスに新し価値を創造してみませんか？ 【掲載内容(一部)】 ■画像DXとは ■画像DX活用シーン 製造業：品質管理の向上 建設・社会インフラ業界：現場や施設の防犯用異常検知 小売業：画像解析を利用した自動精算 バックオフィス業務：AI OCRを利用した業務効率化 ■画像DX動向 ■DX/AIソリューション開発の特色 ■優先的なビジネス課題に対するAIソリューションとは？ 実現可能性の高いソリューションを検討するにあたり、ビジネスとアナリティクスの観点で各5つの観点を検討してみましょう。 ●ビジネス観点 施策の具体性 AI代替による心理的要因 リスク 制約 課題の一般性 ●アナリティクス観点 要求制度要求速度 データ取得難易度 データ品質 問題の解きやすさ ※詳しくはPDF資料をご覧いただくか、お気軽にお問合せ下さい。
画像処理技術や機械学習技術を活用することで、製造業における品質管理の向上や生産効率の向上が期待できる画像DX。 その魅力や導入の難しさ、始めるためのポイントについて資料でご紹介します。 【掲載内容(一部)】 ■画像DXとは ■画像DXが注目されている理由 ■画像DXにおける技術の例 ■画像DXの3大ソリューション ■画像DX導入の難しさ ■画像DXを始めるためにまず取り組むべきこと 各項目ごとに詳しく解説しているため、 導入検討の際に参考にしやすい一冊となっております。 ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。
当社は、AIを活用した外観検査システムにより、様々な課題解決を行ってきました。 設備の保守や製品の品質確認など、ヒトの目に頼っていた点検・検査を AIで自動化し、作業の効率化やコスト削減につなげることができます。 TDSEは様々な業界でのデータ活用のご支援実績があり、 例えば大手電力会社の送配電網の設備保全では、 総延長約1万4500キロに渡る送電線の点検時間をAIにより大幅に短縮。 目視確認によってかかっていたコストを削減するなど、成果を上げています。 近年は、少量の正常画像（良品の画像）を学習させるだけで構築できる 外観検査AIシステム『TDSE Eye』をリリース。 クラウド上に構築したAIモデルにより、常に高性能な異常検知AIを利用可能で、 専門的な知識がなくても、手軽にシステムの導入・運用ができます。 ※「AIによる外観検査の事例」「TDSE Eyeの製品資料」「技術解説資料」など各種資料を、PDFダウンロードよりすぐにご覧いただけます。
『TDSE Eye』は、先端のアルゴリズムが実装されており、設備の保守業務、 製品の品質検査の目視作業を効率化します。 正常状態の画像のみでAIモデルを構築。クラウドでは画像をアップロードするだけで 異常画像の識別を行います。エッジデバイスではポータブルAIサーバと AIモデルをダウンロードすることで異常画像の識別を行います。 御社環境向けのシステム導入や各種サポート等も承りますので、 ご用命の際はお気軽にご相談ください。 【導入までの流れ】 ■STEP 01：画像の準備 （正常状態にバリエーションがある場合は、全てに対応する画像が必要） ■STEP 02：AIモデル構築 ■STEP 03：画像識別（クラウド・エッジデバイス対応） ※詳しくは関連リンクをご覧いただくか、お気軽にお問い合わせ下さい。
異常検知サービス『TDSE Eye』は、AIモデルをクラウド上で構築することで 常に新しい高性能なものが利用可能です。 モデル構築は数枚の正常画像のみから行うことができ、異常画像を集める 必要がありません。 また、ポータブルAIサーバーを利用すると、クラウド上で構築したAIモデルを ネットワークから切り離したPC等のエッジデバイスで利用可能。AIを個別の アプリから利用することも容易です。 【選ばれる5つの理由】 ■常に新しい高性能な異常検知AI ■専門的な知識なしで導入・運用が可能 ■低コストかつ短期間で構築 ■AIの推論をエッジにてオフライン実行 ■画像AI分野での豊富な実績 ※詳しくは関連リンクをご覧いただくか、お気軽にお問い合わせ下さい。
トンネルなどの壁面のヒトによる目視点検では、作業が属人的で技術継承が 難しかったり、劣化箇所が落下する危険があります。 異常検知サービス『TDSE Eye』を活用し、ドローン画像とAI点検を行うと 点検品質を一定にし、作業を自動化・省人化することが可能。 当製品は、WEBインターフェースによる簡単操作でAIを構築できるほか、 専門的な知識なしで導入・運用が行えます。 【概要】 ■BEFORE ・時間と人的コストがかかる、作業が属人的で技術継承が難しい、 劣化箇所が落下する危険あり ■After ・AIで点検作業を自動化・省人化、AIで点検品質を一定、 ドローン撮影で安全 ※詳しくは関連リンクをご覧いただくか、お気軽にお問い合わせ下さい。
ヒトの目視点検では、全点検を行う必要があるため、時間と人的コストが かかり、作業が属人的で検査の品質にムラが発生します。 異常検知サービス『TDSE Eye』を活用することで、AI点検でヒトの 点検が必要な製品だけ選定するため、省人化。点検品質を一定に することができます。 また、当製品はクラウド環境で複雑なモデルも短時間で構築でき、 AIの推論をエッジにてオフライン実行することができます。 【概要】 ■BEFORE ・時間と人的コストがかかる ・作業が属人的で検査の品質にムラが発生する ■After ・AI点検でヒトの点検が必要な製品だけ選定して省人化 ・AIで点検品質を一定 ※詳しくは関連リンクをご覧いただくか、お気軽にお問い合わせ下さい。
目視検査では、鉄管の構造から検査作業の自動化が難しく、時間と 人的コストがかかります。 異常検知サービス『TDSE Eye』を360度カメラと組み合わせることで、撮影された 画像からも内面の傷などの異常を検知し、目視点検が必要な個所を洗い出します。 すべてを目視で確認する必要がなくなるため、人的・時間的コストの削減を実現します。 また、当製品はWEBインターフェースによる簡単操作でAIを構築でき、 専門的な知識なしで導入・運用が可能です。 【概要】 ■BEFORE ・鉄管の構造から検査作業の自動化が難しい ・時間と人的コストがかかる ■After ・360度カメラで内面を効率的に撮影 ・カメラ撮影画像をTDSE Eyeで検査することで人的・時間的コストを削減 ※詳しくは関連リンクをご覧いただくか、お気軽にお問い合わせ下さい。
『TDSE Eye』は、先端のアルゴリズムが実装されており、設備の保守業務、 製品の品質確認など目視作業による外観検査を効率化します。 正常画像と異常画像でAIを構築する場合、多種多様な異常状態が出現するため 画像集めが長期化し、導入・運用開始まで多くの時間が掛かります。 当製品は、少量の正常画像のみ使用してAIを訓練するため短期間・低コストで AI構築が可能。異常画像を用意する必要がないため、画像収集が簡単です。 ※正常な状態にバリエーションがある場合は、すべてのバリエーションを 正常として訓練する必要があります。 【特長】 ■正常画像のみでAIを構築 ■先端のアルゴリズムを実装 ■常に高性能な異常探知AI ■専門的な知識なしで導入・運用が可能 ■AIの推論をエッジにてオフライン実行 ※詳しくは関連リンクをご覧いただくか、お気軽にお問い合わせ下さい。
外観検査システム『TDSE Eye』は、様々なテクスチャや物体における異常を判定します。 欠け・ひび・ほつれ・破れ・割れなどの異常を検知すると、モデル作成に 使用した正常画像と異なるような見た目の画像の異常度が高くなります。 珍しい見た目を持つ任意の異常（未知の異物等）も検知できる可能性があります。 また、当製品は専門的な知識なしで導入・運用が可能。クラウド環境で 複雑なモデルも短期間で構築します。 【異常検知例（一部）】 ＜テクスチャ系＞ ■カーペット ■グリッド ■レザー・革製品 ■タイル ■木材 など ＜物体系＞ ■ボトル ■ケーブル ■カプセル ■食品 ■木材 ■錠剤 ■ねじ ■はぶらし ■電子部品 ■ジッパー など ※詳しくは関連リンクをご覧いただくか、お気軽にお問い合わせ下さい。
『TDSE Eye』は、設備の保守業務、製品の品質確認など、目視作業による 外観検査をAIにより効率化する異常検知サービスです。 識別対象画像のどの部分が異常なのかが数値化され、ヒートマップとして 可視化が可能。 また、クラウドで構築したAIモデルをネットワークから切り離された PCなどのエッジデバイスで実行することも可能です。 【特長】 ■プログラミング不要（Webインターフェース）でAIモデル構築 ■常に先端の有益な画像AI技術をクラウド環境で提供 ・異常検知AIは正常画像のみで構築 ・異常個所を視覚的に確認することが可能 ■ネットワークから切り離されたPC等のエッジデバイスでAIモデルの利用も可能 ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。
「ベテラン作業員が頼り、点検・検査が属人化」「目視点検・検査は 時間と人的コストが掛かる」「専門家知識が無くAIを導入できない」などの お悩みを『TDSE Eye』がすべて解決します。 これまで人間に頼っていた目視による点検・検査をAIが代わりに検知。 作業の効率化・コスト削減が可能になります。 専門的な知識なしで導入・運用ができ、低コストかつ短期間で構築します。 【TDSE Eyeの特長】 ■先端のアルゴリズムを実装 ■設備の保守業務、製品の品質確認など目視作業による外観検査を効率化 ■AIモデルをクラウド上で構築することで、常に高性能なものが利用可能 ■WEBインターフェースによる簡単操作でAIを構築できる ■AIの推論をエッジにてオフライン実行 ■画像AI分野での豊富な実績 ※詳しくは関連リンクをご覧いただくか、お気軽にお問い合わせ下さい。
ヒトの目視によるトンネルや橋梁のコンクリート劣化（ひび等）の 定期検査作業は、非常に時間がかかり、時には危険を伴います。 そこでドローンで撮影した画像を用いてAIでひび等を自動検知して、 定期検査作業を安全かつ効率化。 当社の異常検知サービス『TDSE Eye』は、クラウド環境で複雑なモデルも 短時間で構築し、専門的な知識なしで導入・運用が可能です。 【事例概要】 ■課題 ・時間と人的コストがかかる、作業が属人的で技術継承が難しい、 劣化箇所が落下する危険あり ■効果 ・AIで点検作業を自動化・省人化、AIで点検品質を一定、 ドローン撮影で安全 ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。
ヒトの目視による生産ラインの不良製品点検は作業量が多く、検査品質に ムラが発生します。 そこで、先ずはAIで不良の可能性が高い製品を選定。その選定した製品のみを ヒトが目視で追点検することで、品質一定かつ省人化します。 当社の異常検知サービス『TDSE Eye』は、先端のアルゴリズムが実装されており、 設備の保守業務、製品の品質確認など目視作業による外観検査を効率化します。 【事例概要】 ■課題 ・時間と人的コストがかかる ・作業が属人的で検査の品質にムラが発生する ■効果 ・AI点検でヒトの点検が必要な製品だけ選定して省人化 ・AIで点検品質を一定 ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。
AIの活用には専門的な知識とツールが不可欠で、AIやITに詳しい人材を 確保した一部の企業での活用に留まっているのが実情です。 当社では『TDSE Eye』として画像認識AIのモデリングプラットフォームを 構築し、実ビジネスで必要となる様々なプロダクトの提供開始いたしました。 プログラミング不要（Webインターフェース）でAIモデルを構築し、 設備の保守業務、製品の品質確認など、目視作業による外観検査を AIにより効率化します。 【TDSE Eyeの特長】 ■プログラミング不要（Webインターフェース）でAIモデル構築 ■常に先端の有益な画像AI技術をクラウド環境で提供 ・異常検知AIは正常画像のみで構築 ・異常個所を視覚的に確認することが可能 ■ポータブルAIサーバーでPC等のエッジデバイスで異常度算出が可能 ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。
『TDSE Eye』は、先端のアルゴリズムが実装されており、設備の保守業務、 製品の品質確認など目視作業による外観検査を効率化します。 AIモデルをクラウド上で構築することで、常に高性能なものが利用可能。 WEBインターフェースによる簡単操作でAIを構築することができます。 当社は画像AI分野の案件を数多く手掛けており、本サービスもこれらの 経験を反映したものとなっております。 【特長】 ■常に高性能な異常探知AI ■専門的な知識なしで導入・運用が可能 ■低コストかつ短期間で構築 ■AIの推論をエッジにてオフライン実行 ■画像AI分野での豊富な実績 ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。
『Cognigy』は、優れたエディタ機能により、短期間で拡張性の高い 対話型AIを設計・開発できるプラットフォームです。 GUIで直感的に設定でき、標準で外部連携コネクターを多数サポート。 自然な会話による対話型のシステムをフレキシブルにデザイン・運用可能です。 ご要望の際はお気軽に、お問い合わせください。 【特長】 ■AI開発・運用・分析までオールインワン ■ローコードで感覚的にAIを開発 ■20以上の多言語対応 ※詳しくはPDFをダウンロードしていただくか、お問い合わせください。
