1/14ページ
カタログの表紙 カタログの表紙 カタログの表紙
カタログの表紙

このカタログをダウンロードして
すべてを見る

ダウンロード(1Mb)

Glia Computing 会社概要&設計技術者支援サービスの紹介

事例紹介

AI導入実験コンサルティング・設計技術者支援サービス提供

掲載内容
◆会社概要
・技術メンバー紹介
・メンバーの対応分野例と特徴
・実用化に向けた課題に対応してきた豊富な経験
・弊社のAI導入コンサルティングの流れ
・弊社の取り組み方針
・製造業におけるAI機能の利用例
・その他のAI 機能の利用例
◆設計技術者支援サービスの紹介
・製造業における課題
・設計技術者支援サービスの狙い
・対象市場

◆詳細はカタログをダウンロードしご覧いただくか、お気軽にお問い合わせ下さい。

このカタログについて

ドキュメント名 Glia Computing 会社概要&設計技術者支援サービスの紹介
ドキュメント種別 事例紹介
ファイルサイズ 1Mb
登録カテゴリ
取り扱い企業 株式会社Glia Computing (この企業の取り扱いカタログ一覧)

この企業の関連カタログ

この企業の関連カタログの表紙
図面検索AIサービス
製品カタログ

株式会社Glia Computing

このカタログの内容

Page1

Glia Computing紹介 2020/09/ 株式会社Glia Computing ©Glia Computing Ltd.
Page2

会社概要 • 会社名:株式会社Glia Computing • 設立:2018年8月 • 代表者:田上啓介 • 事業内容: • AI導入実験コンサルティング • 設計技術者支援サービス提供 • 社員数: 8名 • 所在地:東京都千代田区永田町2-17-17 アイオス永田町516 • 主要取引先:株式会社NTTデータビジネスシステムズ 清水建設株式会社 株式会社日本製鋼所 株式会社ヤスナ設計工房 国立大学法人広島大学 他 ©Glia Computing Ltd. C o n f i d e n t i a l 2
Page3

技術メンバー紹介 代表取締役社長 取締役 田上啓介 西田雅太 NTTデータに入社 サイバーセキュリティベンチャーなどで 2012年よりクロスコンパスに の研究開発を経て、2016年よりディープ 参画し、その後CTOに就任 ラーニングのコンサルティングおよびプ 2018年にGlia Computingを設立、 ロダクト開発に従事 同代表に就任 研究員 研究員 Pichai Kankuekul 時田陽一 2012年よりクロスコンパスに参画 学生時代に機械学習/統計を専攻。2006年より機械学習/ 機械学習 (主にニューラルネットワーク) を用い 統計の研究開発に従事 てEarly Adapterの様々な課題の解決に従事 ベイズ推論、時系列解析も得意 研究員 研究員 芦原佑太 青木賢治 大学院時代からクロスコンパスに参画し、研究 遺伝的アルゴリズムやニューラルネットワーク 開発に従事。 に興味をもち、データマイニング・機械学習・ 研究調査業務に加え、顧客課題の解決も担当 神経科学を研究 全脳アーキテクチャ若手の会社会人支部代表 GIS及びビッグデータ関連のシステム開発・運 用から機械学習の業務適用の技術開発にも従事 ©Glia Computing Ltd. C o n f i d e n t i a l 3
Page4

メンバーの対応分野例と特徴 • 課題整理から課題解決に向けたアプローチの経験豊富 • 課題に応じて種々のフレームワークを利用 • 新しい論文からのアルゴリズム開発も対応 • 精度向上のための種々の工夫の経験豊富 • システム利用のための、エッジデバイスやチップへの落とし込み経験 行動予測 加工条件最適化 故障予測 ©Glia Computing Ltd. C o n f i d e n t i a l 4
Page5

実用化に向けた課題に対応してきた豊富な経験 • 課題の本質再確認 (価値創造・経費削減) • データの見直し・整理 • 誤判定の対応 これまでの開発・実験 の経験・ノウハウを • 運用に必要な精度の検討 踏まえた工夫でお客様 • 適切なシステム連携及び運用 (追加学習・再学習含む) の課題解決に貢献 • 実用時の効果整理 ©Glia Computing Ltd. C o n f i d e n t i a l 5
Page6

弊社のAI導入コンサルティングの流れ • お客様との協業による課題解決 • お客様の価値の創出に貢献 • 豊富な経験に裏付けられた、課題解決力 システ システ 課題 技術調 レポー 実験 ム化 ム化 設定 査検討 ト評価 検討 対応 • 課題整理 • データ整理 • データ整理 • 実験評価 • システム連 • システム連 • AI活用の目 • アルゴリズ • データ評価・ • 課題洗出し 携検討 携対応 的確認 ム検討 前処理 • 報告会 • ターンアラ • Edge対応 • 期待する価 • 論文調査 • AI機能開発 ウンド評価 等 値の確認 • 実験 • 運用計画 • 運用対応 • データ確認 実験結果により、更に下記の対応を実施します ➢ 精度向上のための、アルゴリズム改良・再実験 ➢ システムとの連携のための改良・開発 ➢ 運用計画立案 等 ©Glia Computing Ltd. C o n f i d e n t i a l 6
Page7

弊社の取り組み方針 実現性検証から、 実務運用まで カバー お客様の問題を、 お客様の業務とと 的確な課題設定を もに、AI技術をス 行い、統計・AI技 ケールアウトさせ 術を駆使して解決 る する ©Glia Computing Ltd. C o n f i d e n t i a l 7
Page8

製造業におけるAI機能の利用例 既に製造業のお客様におかれましても、様々なAI機能を業務に利用されるケースがでてきています • 異常検知 • 予兆保全 • 大量のカメラ画像を学習 • センサーからのデータを し、製品の不良を判別 学習し、劣化の傾向を把 • センサーからの時系列デ 握し、設備故障の予兆を ータを学習し、リアルタ 警告する イムで設備の異常を検知 • 設備故障前に計画的に保 • 異常データが少ないケー 守対応を行うことにより、 スでの対応となることが 製造ラインへの影響を最 多い 小限に抑えることを期待 • 修正パラメータ提案 • 工程生成 • 加工機械運転時に、製 • 希望する最終品のデータ 造不良が発生した場合 から、製造工程を推定・ 、その後の製造での不 提案 良を抑制するような加 • 熟練工の作業手順を学習 工機械の修正用パラメ ータ値を提案 ©Glia Computing Ltd. C o n f i d e n t i a l 8
Page9

その他のAI機能の利用例 • ロボット制御 • 作業分析 • カメラ画像から、部 • カメラ画像から、対 品の把持箇所を判断 象機器での作業工程 • 把持部品をそれぞれ を分析 決められた場所への 配置 • 異常行動分析 • 音声分析 • 人の行動データから、 • 人の声から感情や状 通常と異なる行動を 態を分析 検出 • 出荷検査時に、動作 • 異常な動作を検知 音から不具合を分 析・検知 ©Glia Computing Ltd. C o n f i d e n t i a l 9
Page10

設計技術者支援サービスの紹介 ©Glia Computing Ltd. 10
Page11

製造業における課題 品質トラブルの原因(国内製造業の認識) • 生産性の向上 • 熟練者の高齢化・人員不足への対応 • 熟練工のノウハウの伝承 • DXへの取り組み • COVID-19対応による、サプライチ ェーンの見直し 人材不足は深刻化 検査にデジタル技術を利用する企業は増加 ©Glia Computing Ltd. 11
Page12

設計技術者支援サービスの狙い • 設計工程における、熟練者のノウハウ(暗黙知)を活用 • 仕様書情報やその他設計図面に関連した情報から関連する設 計図面を検索 • 設計図面の中で、図面要素間の関連付けやルールを学習し、 活用 • 自然言語を用いて、設計図面及びその中の必要な要素を抽出 ➢ 各要素の関連図 (例) ©Glia Computing Ltd. 12
Page13

対象市場 • 図面と連携する情報と図面を結び付け、図面内の要素の位置 並びにつながり等を検索することを実現する。 • 主に下記の市場を想定するが、実際のニーズのヒアリングを 行い、方向性の修正を行うことが必要 1. 機械設計市場 2. 回路設計市場 3. 機械・設備製品サポート市場(クレームや保守情報と設計図面 の連携) 4. プラント設計市場 5. レイアウト設計市場 6. 設備点検(防火設備等)市場 7. アパレルパタナー市場 8. その他 ©Glia Computing Ltd. 13
Page14

本資料に対するご意見、ご質問は、下記までご連絡ください mkase@glia-computing.com ©Glia Computing Ltd. C o n f i d e n t i a l 14