「C」で開発された軽量化AI推論モデル
保有技術を活用したDATONならではのデータ分析
-
01
金融/交通ビッグデータ
予測/分析独自エンジン開発(RBM) -
02
GS1等級リストの拡大により、ソフトウェアの内在化を推進
-
03
大容量データ分析用軽量化分析エンジン開発(RBM)
-
04
データ異常探知原因分析/予測モジュールの開発
RBMシステム 構成
- 3 Clusters
-
MI1企業の経営、顧客行為、商品販売などリアルタイムで
発生するイベント/シグナルについてリアルタイム予測及び判断 - MI2経営の意思決定、サービス運営など意思決定支援が可能
- MI3システムの故障診断/予測神経網化
- 商用モデル
- 早い時間内に基本機能（予測/状況判断）の大規模実装
- 軽量化モジュールによる資源効率化及び処理速度の増加
- 品質管理、サービス拡張、進化のための研究および維持管理
-
階層化、大型化の概念
-
Internal View
リアルタイム軽量化異常探知
(Unsupervised Learning RBM : DBN)
-
ノード別の異常探知および階層型モデルで数百個の
人工知能エンジンが同時に動作できるモデル開発 -
アルゴリズムで難しい程度の大型化データ
モデルに適用可能な軽量化エンジンでモデリング後、
映像分析システム間の連動を通じて大型モデル開発 -
Tiks(データ最小単位)テストモデルを通じて
抽象化精度に対するデータ検証進行