データ分析技術:DX、ビッグデータ、AIモデリング、画像認識,統計解析
ディープラーニングによる画像、文章、音声の分類と回帰
ディープラーニングによるAIシステムの構築も可能です!
ディープラーニングとは? 分類と回帰とは?
品質検査、等級判定の自動化
ディープラーニング(deep learning)は深層学習とも表現され、多層からなる従来のニューラルネットワークの学習により、例えば写真に何が写っているか(図ではcat なのか dog なのか)を判断するモデルを構築する手法です。この技術により、画像、音声や数値データなどから情報を抽出することができるようになります。また非線形関係を持つ入出力関係の回帰などにも用いることができます。
こんな事でお困りではありませんか
- 通常計測できない値を精度よく推定したい。
- 多量の画像データについて、境界線を精度よく効率的に引きたい。
適用事例:ディープラーニングによる外観検査(画像分類)
ディープラーニングを適用した画像データによる外観検査によって、高速、高精度な処理を実現することができます。
画像データは情報量が数値データよりも多いため、大量な画像データでは高速な計算処理能力が必要となってきます。当社では高速並列処理の豊富な経験を活かしたデータ分析も提供いたします。
適用事例:ディープラーニングによる物体検出
ディープラーニングを適用することで、その画像に何が写っているかを物体毎に検出できるようにもなります。
ディープラーニングを適用するメリット
- データに含まれる特徴を自動的に学習できるので、特徴量抽出のためのアルゴリズム構築の必要が無い。
- 画像に応じたパラメータの調整を必要としない。 ⇒ 開発期間の短縮
- 学習を重ねることで、高い精度の判別能力を実現できます。
作業の流れ
関連ページ・関連リンク
- 深層学習による単一画像超解像 [事例集PDF]
- ディープラーニング画像検査システムの開発受託 [事例集PDF]
- 分布分類学習ディープラーニング [事例集PDF]
- AIを利用した画像検査システム [事例集PDF]
- NIR異物検査装置
JFE-TEC Newsバックナンバー
- No.66(2021年1月)CAEとデータサイエンスの融合による数値解析の高速化
- No.66(2021年1月)機械学習によるCT画像のセグメンテーション
- No.61(2019年10月)AIを利用した画像検査システム
このページに関する
お問い合わせはこちらから
- JFEテクノリサーチ株式会社 営業本部
- 0120-643-777