SlideShare a Scribd company logo
テクノスデータサイエンス・エンジニアリング株式会社
〒163-1414 東京都新宿区西新宿3-20-2 オペラシティタワー14F
TEL:03(6383)3261 FAX:03(6383)3262
IoTとAIによる異常振動検知
2018年9月27日
IoTビジネス共創ラボみやぎ第一回勉強会
テクノスデータサイエンス・エンジニアリング株式会社
執行役員 常務
池田 拓史
博士(理学)
ikeda.hirofumi@tdse.jp
Tecnos Data Science Engineering All Rights Reserved 2017 2Page
会社紹介と自己紹介
池田 拓史
• 1970年埼玉県生まれ
• 1999年素粒子実験物理学で博士号を取得
• その後データサイエンス業界で活動(19年)
IoTビジネス共創ラボ 製造ワーキングメンバー
(一社)人工知能ビジネス創出協会 運営委員
(一財)企業活力研究所 2018年度ものづ
くり競争力研究会 委員
(特非)iSRF AI人材 ワーキンググループ 副主査
(共著書)
1.「サービスサイエンスの事訳」筑波大学出
版会(2017/10)
2.「何ができるのか?何が必要なのか?産業
利用を考える人のための人工知能・機械学
習・ディープラーニング関連技術とその活
用」情報機構(2016/6)
3.「機械学習・人工知能 業務活用の手引き
~導入の判断・具体的応用とその運用設計事
例集~」情報機構(2017/11)
4.「IoT/AIの活用は製造業に革新をもたらす
か?製造現場・工場におけるIoTの利用と可能
性」情報機構(2018/1)
Tecnos Data Science Engineering All Rights Reserved 2017 3Page
IoTとマン・マシン・AIサイクル
人間
マシンAI
介入
介入
知識
データ
IoT!
デジタル
ワールド
リアル
ワールド
Tecnos Data Science Engineering All Rights Reserved 2017 4Page
デモムービー
Tecnos Data Science Engineering All Rights Reserved 2017 5Page
これからひとつずつ説明します!
マ
シン
人
間
AI
Tecnos Data Science Engineering All Rights Reserved 2017 6Page
①センサータグ(CC2650 SensorTag)
Tecnos Data Science Engineering All Rights Reserved 2017 7Page
①センサータグ(CC2650_SensorTag)
Tecnos Data Science Engineering All Rights Reserved 2017 8Page
①センサータグ(CC2650_SensorTag)
内蔵センサ
1. 周辺光センサ
2. 赤外線温度センサ
3. 周辺温度センサ
4. 加速度センサ
5. ジャイロセンサ
6. 磁力計
7. 気圧センサ
8. 湿度センサ
9. マイク
10.磁気センサ
無線通信
1. BLE
2. ZigBee
3. 6LowWPAN
有線で接続しなくても、無線経由でどの
センサーを使うかなどの設定が可能です
今
回
使
用
Tecnos Data Science Engineering All Rights Reserved 2017 9Page
①センサータグ(CC2650_SensorTag)
加速度(x、y、z)
角加速度(x軸周り y軸周り z軸周り)
1. 加速度センサ
2. ジャイロセンサ
このデモでは1秒ごとに一回測定
するように設定しました
Tecnos Data Science Engineering All Rights Reserved 2017 10Page
②IoTゲートウェイ(Almagiro IoT)
Tecnos Data Science Engineering All Rights Reserved 2017 11Page
②IoTゲートウェイ(Almagiro IoT)
Tecnos Data Science Engineering All Rights Reserved 2017 12Page
②IoTゲートウェイ(Almagiro IoT)
OS
Linux
センサータグやIoTハブと通信するための
pythonプログラムを実行します
pythonでIoTハブへ通信
するためのライブラリを
利用
(iothub_client)
🄫東京エレクトロンデバイス様
Tecnos Data Science Engineering All Rights Reserved 2017 13Page
③IoTハブ
Tecnos Data Science Engineering All Rights Reserved 2017 14Page
③IoTハブ
Tecnos Data Science Engineering All Rights Reserved 2017 15Page
③IoTハブ
Tecnos Data Science Engineering All Rights Reserved 2017 16Page
③IoTハブ
接続文字列などの
セキュリティ設定
Tecnos Data Science Engineering All Rights Reserved 2017 17Page
④ストリームアナリティクス
Tecnos Data Science Engineering All Rights Reserved 2017 18Page
④ストリームアナリティクス
Tecnos Data Science Engineering All Rights Reserved 2017 19Page
④ストリームアナリティクス
出力
出力
出力
入力
Tecnos Data Science Engineering All Rights Reserved 2017 20Page
④ストリームアナリティクス
Tecnos Data Science Engineering All Rights Reserved 2017 21Page
④ストリームアナリティクス
入力
クエリ
出力
Tecnos Data Science Engineering All Rights Reserved 2017 22Page
④ストリームアナリティクス(クエリ)
Databaseに出力するためのクエリ
Power BIに出力するためのクエリ
getscore(x, y)
Azure MLのWeb APIを呼び出す関数
関数の定義はこの後おこなう
getscore(x, y)
Azure MLの
Web APIを呼び出す関数
Tecnos Data Science Engineering All Rights Reserved 2017 23Page
⑤Blobストレージ
Tecnos Data Science Engineering All Rights Reserved 2017 24Page
⑤Blobストレージ
すみません、詳細は省略します
データを貯めときます!
Azure MLのモデル学習や
過去データの分析に必要です!
Tecnos Data Science Engineering All Rights Reserved 2017 25Page
⑥Azure ML
Tecnos Data Science Engineering All Rights Reserved 2017 26Page
⑥Azure ML
Machine Learning
Web API Experiment
IoT Hub
リアル
タイム処理 最初だけ必要
Tecnos Data Science Engineering All Rights Reserved 2017 27Page
⑥Azure ML(Experiment)
Blobストレージ
にためてあった
データ
Tecnos Data Science Engineering All Rights Reserved 2017 28Page
⑥Azure ML(1クラスSVMとは?)
𝑓𝑖
カーネルトリックにより
高次元に埋め込まれた
変数空間
データ点Xでの
𝑓𝑖の大きさで
領域Cからの
逸脱を判断決定関数𝑓𝑖の
値が0となる
超平面を
サポートする
データ点群
(サポートベ
クトル)
決定関数𝑓𝑖の
値が0となる
超平面を
サポートする
データ点群
(サポートベ
クトル)
領域C 𝒇𝑖 = ෍
𝑙∈ 𝑛
𝛼𝑙 𝐾 𝒙𝑖, 𝒙𝑙 + 𝛼0
「正常」領域Cの
境界となる超平
面をサポートす
るデータ点群
(サポートベク
トル)
決定関数𝑓𝑖の値が
0となる超平面
Tecnos Data Science Engineering All Rights Reserved 2017 29Page
⑥Azure ML(Web API)
Tecnos Data Science Engineering All Rights Reserved 2017 30Page
⑥Azure ML(Web API)
ちょこっと
修正必要
Tecnos Data Science Engineering All Rights Reserved 2017 31Page
⑥Azure ML(Web API)
Tecnos Data Science Engineering All Rights Reserved 2017 32Page
⑦Power BI
Tecnos Data Science Engineering All Rights Reserved 2017 33Page
⑦PowerBI
Tecnos Data Science Engineering All Rights Reserved 2017 34Page
ふりかえり
マ
シン
人
間
AI
Tecnos Data Science Engineering All Rights Reserved 2017 35Page
最後に
一緒にやりませんか?
ちょっと古いですが、当社社員が関連記事を
雑誌Interface(インターフェース) 2016年07月号
に書いています
こちらもあわせて
ごらんください
36Page
●お問い合わせ
この文書は、著作権法及び不正競争防止法上の保護を受けております。
文書の一部或いは全てについて、テクノスデータサイエンス・エンジ
ニアリング株式会社から許諾を得ずに、いかなる方法においても無断
で複写、複製、転記、転載、ノウハウの使用、企業秘密の開示等を行
うことは禁じられております。
本文記載の社名・製品名・ロゴは各社の商標または登録商標です。
テクノスデータサイエンス・エンジニアリング株式会社
TEL:03-6383-3261 FAX:03-6383-3262
Tecnos Data Science Engineering All Rights Reserved 2017

More Related Content

What's hot

「HOME'Sデータセット」提供開始の背景 〜産学間データ共有の課題〜
「HOME'Sデータセット」提供開始の背景 〜産学間データ共有の課題〜「HOME'Sデータセット」提供開始の背景 〜産学間データ共有の課題〜
「HOME'Sデータセット」提供開始の背景 〜産学間データ共有の課題〜
Yoji Kiyota
 
ストリームデータ処理技術勉強会_イントロセッション
ストリームデータ処理技術勉強会_イントロセッションストリームデータ処理技術勉強会_イントロセッション
ストリームデータ処理技術勉強会_イントロセッション
g3akk
 
ShangriLa Anime APIを利用してアニメ関連のビッグデータ解析を最速で行う
ShangriLa Anime APIを利用してアニメ関連のビッグデータ解析を最速で行うShangriLa Anime APIを利用してアニメ関連のビッグデータ解析を最速で行う
ShangriLa Anime APIを利用してアニメ関連のビッグデータ解析を最速で行う
Junichi Noda
 
秋葉原IT戦略研究所のご紹介(2016/05/04)
秋葉原IT戦略研究所のご紹介(2016/05/04)秋葉原IT戦略研究所のご紹介(2016/05/04)
秋葉原IT戦略研究所のご紹介(2016/05/04)
Junichi Noda
 
エッジヘビーコンピューティングと機械学習
エッジヘビーコンピューティングと機械学習エッジヘビーコンピューティングと機械学習
エッジヘビーコンピューティングと機械学習
Preferred Networks
 
MANABIYA_エッジ編_仕事で始めるIoT -IoTなシステムと向き合って学んだあれこれ
MANABIYA_エッジ編_仕事で始めるIoT -IoTなシステムと向き合って学んだあれこれMANABIYA_エッジ編_仕事で始めるIoT -IoTなシステムと向き合って学んだあれこれ
MANABIYA_エッジ編_仕事で始めるIoT -IoTなシステムと向き合って学んだあれこれ
JUNKI MANO
 
IoTデバイスデータ収集の難しい点
IoTデバイスデータ収集の難しい点IoTデバイスデータ収集の難しい点
IoTデバイスデータ収集の難しい点
Tetsutaro Watanabe
 
Tech-on MeetUp#09 hitachi資料
Tech-on MeetUp#09 hitachi資料Tech-on MeetUp#09 hitachi資料
Tech-on MeetUp#09 hitachi資料
Techon Organization
 
先駆者に学ぶ MLOpsの実際
先駆者に学ぶ MLOpsの実際先駆者に学ぶ MLOpsの実際
先駆者に学ぶ MLOpsの実際
Tetsutaro Watanabe
 
Tech-on MeetUp#09 KDDI資料
Tech-on MeetUp#09 KDDI資料Tech-on MeetUp#09 KDDI資料
Tech-on MeetUp#09 KDDI資料
Techon Organization
 
データを活用して何を実現してきたか?
データを活用して何を実現してきたか?データを活用して何を実現してきたか?
データを活用して何を実現してきたか?
Core Concept Technologies
 
日本のアニメ産業を爆速させるアニメAPIの開発と活用事例 (ニコニコ超会議2016 大和証券ステージ)
日本のアニメ産業を爆速させるアニメAPIの開発と活用事例 (ニコニコ超会議2016 大和証券ステージ)日本のアニメ産業を爆速させるアニメAPIの開発と活用事例 (ニコニコ超会議2016 大和証券ステージ)
日本のアニメ産業を爆速させるアニメAPIの開発と活用事例 (ニコニコ超会議2016 大和証券ステージ)
Junichi Noda
 
Mobility Technologiesのデータ分析基盤・データ利活用事例のご紹介
Mobility Technologiesのデータ分析基盤・データ利活用事例のご紹介Mobility Technologiesのデータ分析基盤・データ利活用事例のご紹介
Mobility Technologiesのデータ分析基盤・データ利活用事例のご紹介
Chigusa Junichiro
 
TDSE_xR_AI_20180327
TDSE_xR_AI_20180327TDSE_xR_AI_20180327
TDSE_xR_AI_20180327
Hiroyuki Takiyama
 
データ分析案件の上手な進め方~ディレクターの立場から~
データ分析案件の上手な進め方~ディレクターの立場から~データ分析案件の上手な進め方~ディレクターの立場から~
データ分析案件の上手な進め方~ディレクターの立場から~
Daiki Kato
 
先進事例に見るIoT活用の事始め~データサイエンスの観点から~
先進事例に見るIoT活用の事始め~データサイエンスの観点から~先進事例に見るIoT活用の事始め~データサイエンスの観点から~
先進事例に見るIoT活用の事始め~データサイエンスの観点から~
Daiki Kato
 
From data catalog to preparation. The latest data platform to accelerate the ...
From data catalog to preparation. The latest data platform to accelerate the ...From data catalog to preparation. The latest data platform to accelerate the ...
From data catalog to preparation. The latest data platform to accelerate the ...
DataWorks Summit
 
15分で説明するディープ ラーニング フレームワーク「Microsoft Cognitive Toolkit (CNTK)」
15分で説明するディープ ラーニング フレームワーク「Microsoft Cognitive Toolkit (CNTK)」15分で説明するディープ ラーニング フレームワーク「Microsoft Cognitive Toolkit (CNTK)」
15分で説明するディープ ラーニング フレームワーク「Microsoft Cognitive Toolkit (CNTK)」
Naoki (Neo) SATO
 
製造現場でカスタマイズ可能な見える化システムの研究
製造現場でカスタマイズ可能な見える化システムの研究製造現場でカスタマイズ可能な見える化システムの研究
製造現場でカスタマイズ可能な見える化システムの研究
Hidehiko Hashimoto
 
SORACOM UG 九州 #6 & JAWS-UG 共同開催ハンズオンまつり | IoT 向け通信プラットフォーム「SORACOM」ご紹介
SORACOM UG 九州 #6 & JAWS-UG 共同開催ハンズオンまつり | IoT 向け通信プラットフォーム「SORACOM」ご紹介SORACOM UG 九州 #6 & JAWS-UG 共同開催ハンズオンまつり | IoT 向け通信プラットフォーム「SORACOM」ご紹介
SORACOM UG 九州 #6 & JAWS-UG 共同開催ハンズオンまつり | IoT 向け通信プラットフォーム「SORACOM」ご紹介
SORACOM,INC
 

What's hot (20)

「HOME'Sデータセット」提供開始の背景 〜産学間データ共有の課題〜
「HOME'Sデータセット」提供開始の背景 〜産学間データ共有の課題〜「HOME'Sデータセット」提供開始の背景 〜産学間データ共有の課題〜
「HOME'Sデータセット」提供開始の背景 〜産学間データ共有の課題〜
 
ストリームデータ処理技術勉強会_イントロセッション
ストリームデータ処理技術勉強会_イントロセッションストリームデータ処理技術勉強会_イントロセッション
ストリームデータ処理技術勉強会_イントロセッション
 
ShangriLa Anime APIを利用してアニメ関連のビッグデータ解析を最速で行う
ShangriLa Anime APIを利用してアニメ関連のビッグデータ解析を最速で行うShangriLa Anime APIを利用してアニメ関連のビッグデータ解析を最速で行う
ShangriLa Anime APIを利用してアニメ関連のビッグデータ解析を最速で行う
 
秋葉原IT戦略研究所のご紹介(2016/05/04)
秋葉原IT戦略研究所のご紹介(2016/05/04)秋葉原IT戦略研究所のご紹介(2016/05/04)
秋葉原IT戦略研究所のご紹介(2016/05/04)
 
エッジヘビーコンピューティングと機械学習
エッジヘビーコンピューティングと機械学習エッジヘビーコンピューティングと機械学習
エッジヘビーコンピューティングと機械学習
 
MANABIYA_エッジ編_仕事で始めるIoT -IoTなシステムと向き合って学んだあれこれ
MANABIYA_エッジ編_仕事で始めるIoT -IoTなシステムと向き合って学んだあれこれMANABIYA_エッジ編_仕事で始めるIoT -IoTなシステムと向き合って学んだあれこれ
MANABIYA_エッジ編_仕事で始めるIoT -IoTなシステムと向き合って学んだあれこれ
 
IoTデバイスデータ収集の難しい点
IoTデバイスデータ収集の難しい点IoTデバイスデータ収集の難しい点
IoTデバイスデータ収集の難しい点
 
Tech-on MeetUp#09 hitachi資料
Tech-on MeetUp#09 hitachi資料Tech-on MeetUp#09 hitachi資料
Tech-on MeetUp#09 hitachi資料
 
先駆者に学ぶ MLOpsの実際
先駆者に学ぶ MLOpsの実際先駆者に学ぶ MLOpsの実際
先駆者に学ぶ MLOpsの実際
 
Tech-on MeetUp#09 KDDI資料
Tech-on MeetUp#09 KDDI資料Tech-on MeetUp#09 KDDI資料
Tech-on MeetUp#09 KDDI資料
 
データを活用して何を実現してきたか?
データを活用して何を実現してきたか?データを活用して何を実現してきたか?
データを活用して何を実現してきたか?
 
日本のアニメ産業を爆速させるアニメAPIの開発と活用事例 (ニコニコ超会議2016 大和証券ステージ)
日本のアニメ産業を爆速させるアニメAPIの開発と活用事例 (ニコニコ超会議2016 大和証券ステージ)日本のアニメ産業を爆速させるアニメAPIの開発と活用事例 (ニコニコ超会議2016 大和証券ステージ)
日本のアニメ産業を爆速させるアニメAPIの開発と活用事例 (ニコニコ超会議2016 大和証券ステージ)
 
Mobility Technologiesのデータ分析基盤・データ利活用事例のご紹介
Mobility Technologiesのデータ分析基盤・データ利活用事例のご紹介Mobility Technologiesのデータ分析基盤・データ利活用事例のご紹介
Mobility Technologiesのデータ分析基盤・データ利活用事例のご紹介
 
TDSE_xR_AI_20180327
TDSE_xR_AI_20180327TDSE_xR_AI_20180327
TDSE_xR_AI_20180327
 
データ分析案件の上手な進め方~ディレクターの立場から~
データ分析案件の上手な進め方~ディレクターの立場から~データ分析案件の上手な進め方~ディレクターの立場から~
データ分析案件の上手な進め方~ディレクターの立場から~
 
先進事例に見るIoT活用の事始め~データサイエンスの観点から~
先進事例に見るIoT活用の事始め~データサイエンスの観点から~先進事例に見るIoT活用の事始め~データサイエンスの観点から~
先進事例に見るIoT活用の事始め~データサイエンスの観点から~
 
From data catalog to preparation. The latest data platform to accelerate the ...
From data catalog to preparation. The latest data platform to accelerate the ...From data catalog to preparation. The latest data platform to accelerate the ...
From data catalog to preparation. The latest data platform to accelerate the ...
 
15分で説明するディープ ラーニング フレームワーク「Microsoft Cognitive Toolkit (CNTK)」
15分で説明するディープ ラーニング フレームワーク「Microsoft Cognitive Toolkit (CNTK)」15分で説明するディープ ラーニング フレームワーク「Microsoft Cognitive Toolkit (CNTK)」
15分で説明するディープ ラーニング フレームワーク「Microsoft Cognitive Toolkit (CNTK)」
 
製造現場でカスタマイズ可能な見える化システムの研究
製造現場でカスタマイズ可能な見える化システムの研究製造現場でカスタマイズ可能な見える化システムの研究
製造現場でカスタマイズ可能な見える化システムの研究
 
SORACOM UG 九州 #6 & JAWS-UG 共同開催ハンズオンまつり | IoT 向け通信プラットフォーム「SORACOM」ご紹介
SORACOM UG 九州 #6 & JAWS-UG 共同開催ハンズオンまつり | IoT 向け通信プラットフォーム「SORACOM」ご紹介SORACOM UG 九州 #6 & JAWS-UG 共同開催ハンズオンまつり | IoT 向け通信プラットフォーム「SORACOM」ご紹介
SORACOM UG 九州 #6 & JAWS-UG 共同開催ハンズオンまつり | IoT 向け通信プラットフォーム「SORACOM」ご紹介
 

Similar to 07.テクノスデータサイエンスエンジニアリング(株)_発表資料

20190922_6_設備保全におけるディープラーニングの活用
20190922_6_設備保全におけるディープラーニングの活用20190922_6_設備保全におけるディープラーニングの活用
20190922_6_設備保全におけるディープラーニングの活用
IoTビジネス共創ラボ
 
JAZUG_TOHOKU_modeki_20230324_共有版.pdf
JAZUG_TOHOKU_modeki_20230324_共有版.pdfJAZUG_TOHOKU_modeki_20230324_共有版.pdf
JAZUG_TOHOKU_modeki_20230324_共有版.pdf
Yuya Modeki
 
SORACOM Conference Discovery 2017 | E4. IoTにおけるビッグデータとリアルタイム処理
SORACOM Conference Discovery 2017 | E4. IoTにおけるビッグデータとリアルタイム処理SORACOM Conference Discovery 2017 | E4. IoTにおけるビッグデータとリアルタイム処理
SORACOM Conference Discovery 2017 | E4. IoTにおけるビッグデータとリアルタイム処理
SORACOM,INC
 
Azure Digital Twins最新事例紹介
Azure Digital Twins最新事例紹介Azure Digital Twins最新事例紹介
Azure Digital Twins最新事例紹介
IoTビジネス共創ラボ
 
Azure Digital Twins 最新事例紹介 ( IoTビジネス共創ラボ 第16回勉強会 )
Azure Digital Twins 最新事例紹介 ( IoTビジネス共創ラボ 第16回勉強会 )Azure Digital Twins 最新事例紹介 ( IoTビジネス共創ラボ 第16回勉強会 )
Azure Digital Twins 最新事例紹介 ( IoTビジネス共創ラボ 第16回勉強会 )
Takeshi Fukuhara
 
MANABIYA 2018 DB kinoshita DB for AItech
MANABIYA 2018 DB kinoshita DB for AItechMANABIYA 2018 DB kinoshita DB for AItech
MANABIYA 2018 DB kinoshita DB for AItech
Yasufumi Kinoshita
 
IoTとServerlessの世界 Jawsfesta_1103
IoTとServerlessの世界 Jawsfesta_1103IoTとServerlessの世界 Jawsfesta_1103
IoTとServerlessの世界 Jawsfesta_1103
Ryosuke Izumi
 
要求開発アライアンス 9月定例会議
要求開発アライアンス 9月定例会議要求開発アライアンス 9月定例会議
要求開発アライアンス 9月定例会議
Atsushi Takayasu
 
Machine Learning studio で構造化データから予測分析 (LT版)
Machine Learning studio で構造化データから予測分析 (LT版)Machine Learning studio で構造化データから予測分析 (LT版)
Machine Learning studio で構造化データから予測分析 (LT版)
Yoshitaka Seo
 
可視化の先にあるものとは
可視化の先にあるものとは可視化の先にあるものとは
可視化の先にあるものとは
Core Concept Technologies
 
AI・IoT を活用したビジネスセミナー | AI に欠かせない IoT 技術の最新事例
AI・IoT を活用したビジネスセミナー | AI に欠かせない IoT 技術の最新事例AI・IoT を活用したビジネスセミナー | AI に欠かせない IoT 技術の最新事例
AI・IoT を活用したビジネスセミナー | AI に欠かせない IoT 技術の最新事例
SORACOM,INC
 
20181019日経xTECH EXPO講演 | 今からでも遅くない!事例に学ぶIoT導入のための技術ポイント実践講座
20181019日経xTECH EXPO講演 | 今からでも遅くない!事例に学ぶIoT導入のための技術ポイント実践講座20181019日経xTECH EXPO講演 | 今からでも遅くない!事例に学ぶIoT導入のための技術ポイント実践講座
20181019日経xTECH EXPO講演 | 今からでも遅くない!事例に学ぶIoT導入のための技術ポイント実践講座
SORACOM,INC
 
AIベンチャー企業のパフォーマンス
AIベンチャー企業のパフォーマンスAIベンチャー企業のパフォーマンス
AIベンチャー企業のパフォーマンス
Core Concept Technologies
 
Pentahoデータ統合・ETLセミナー 紹介資料
Pentahoデータ統合・ETLセミナー 紹介資料Pentahoデータ統合・ETLセミナー 紹介資料
Pentahoデータ統合・ETLセミナー 紹介資料
kimihikoeto
 
デジタル時代の企業変革 2018
デジタル時代の企業変革 2018デジタル時代の企業変革 2018
デジタル時代の企業変革 2018
Ikuo Misao
 
北海道Io tあるじゃん1 ネクステック
北海道Io tあるじゃん1 ネクステック北海道Io tあるじゃん1 ネクステック
北海道Io tあるじゃん1 ネクステックNorikatsu Oishi
 
CNET Japan Live - ビジネスにAgilityとFlexibilityを与える Data x IoT x AI 最前線
CNET Japan Live -  ビジネスにAgilityとFlexibilityを与える Data x IoT x AI 最前線CNET Japan Live -  ビジネスにAgilityとFlexibilityを与える Data x IoT x AI 最前線
CNET Japan Live - ビジネスにAgilityとFlexibilityを与える Data x IoT x AI 最前線
Daiyu Hatakeyama
 
ドライブレコーダの画像認識による道路情報の自動差分抽出
ドライブレコーダの画像認識による道路情報の自動差分抽出ドライブレコーダの画像認識による道路情報の自動差分抽出
ドライブレコーダの画像認識による道路情報の自動差分抽出
Tetsutaro Watanabe
 
テクノロジの隆盛
テクノロジの隆盛テクノロジの隆盛
テクノロジの隆盛
Core Concept Technologies
 
[db analytics showcase Sapporo 2018] A11 増え続けるビッグデータをもっと手軽に、もっと速く ~究極の位置データ分析...
[db analytics showcase Sapporo 2018] A11 増え続けるビッグデータをもっと手軽に、もっと速く ~究極の位置データ分析...[db analytics showcase Sapporo 2018] A11 増え続けるビッグデータをもっと手軽に、もっと速く ~究極の位置データ分析...
[db analytics showcase Sapporo 2018] A11 増え続けるビッグデータをもっと手軽に、もっと速く ~究極の位置データ分析...
Insight Technology, Inc.
 

Similar to 07.テクノスデータサイエンスエンジニアリング(株)_発表資料 (20)

20190922_6_設備保全におけるディープラーニングの活用
20190922_6_設備保全におけるディープラーニングの活用20190922_6_設備保全におけるディープラーニングの活用
20190922_6_設備保全におけるディープラーニングの活用
 
JAZUG_TOHOKU_modeki_20230324_共有版.pdf
JAZUG_TOHOKU_modeki_20230324_共有版.pdfJAZUG_TOHOKU_modeki_20230324_共有版.pdf
JAZUG_TOHOKU_modeki_20230324_共有版.pdf
 
SORACOM Conference Discovery 2017 | E4. IoTにおけるビッグデータとリアルタイム処理
SORACOM Conference Discovery 2017 | E4. IoTにおけるビッグデータとリアルタイム処理SORACOM Conference Discovery 2017 | E4. IoTにおけるビッグデータとリアルタイム処理
SORACOM Conference Discovery 2017 | E4. IoTにおけるビッグデータとリアルタイム処理
 
Azure Digital Twins最新事例紹介
Azure Digital Twins最新事例紹介Azure Digital Twins最新事例紹介
Azure Digital Twins最新事例紹介
 
Azure Digital Twins 最新事例紹介 ( IoTビジネス共創ラボ 第16回勉強会 )
Azure Digital Twins 最新事例紹介 ( IoTビジネス共創ラボ 第16回勉強会 )Azure Digital Twins 最新事例紹介 ( IoTビジネス共創ラボ 第16回勉強会 )
Azure Digital Twins 最新事例紹介 ( IoTビジネス共創ラボ 第16回勉強会 )
 
MANABIYA 2018 DB kinoshita DB for AItech
MANABIYA 2018 DB kinoshita DB for AItechMANABIYA 2018 DB kinoshita DB for AItech
MANABIYA 2018 DB kinoshita DB for AItech
 
IoTとServerlessの世界 Jawsfesta_1103
IoTとServerlessの世界 Jawsfesta_1103IoTとServerlessの世界 Jawsfesta_1103
IoTとServerlessの世界 Jawsfesta_1103
 
要求開発アライアンス 9月定例会議
要求開発アライアンス 9月定例会議要求開発アライアンス 9月定例会議
要求開発アライアンス 9月定例会議
 
Machine Learning studio で構造化データから予測分析 (LT版)
Machine Learning studio で構造化データから予測分析 (LT版)Machine Learning studio で構造化データから予測分析 (LT版)
Machine Learning studio で構造化データから予測分析 (LT版)
 
可視化の先にあるものとは
可視化の先にあるものとは可視化の先にあるものとは
可視化の先にあるものとは
 
AI・IoT を活用したビジネスセミナー | AI に欠かせない IoT 技術の最新事例
AI・IoT を活用したビジネスセミナー | AI に欠かせない IoT 技術の最新事例AI・IoT を活用したビジネスセミナー | AI に欠かせない IoT 技術の最新事例
AI・IoT を活用したビジネスセミナー | AI に欠かせない IoT 技術の最新事例
 
20181019日経xTECH EXPO講演 | 今からでも遅くない!事例に学ぶIoT導入のための技術ポイント実践講座
20181019日経xTECH EXPO講演 | 今からでも遅くない!事例に学ぶIoT導入のための技術ポイント実践講座20181019日経xTECH EXPO講演 | 今からでも遅くない!事例に学ぶIoT導入のための技術ポイント実践講座
20181019日経xTECH EXPO講演 | 今からでも遅くない!事例に学ぶIoT導入のための技術ポイント実践講座
 
AIベンチャー企業のパフォーマンス
AIベンチャー企業のパフォーマンスAIベンチャー企業のパフォーマンス
AIベンチャー企業のパフォーマンス
 
Pentahoデータ統合・ETLセミナー 紹介資料
Pentahoデータ統合・ETLセミナー 紹介資料Pentahoデータ統合・ETLセミナー 紹介資料
Pentahoデータ統合・ETLセミナー 紹介資料
 
デジタル時代の企業変革 2018
デジタル時代の企業変革 2018デジタル時代の企業変革 2018
デジタル時代の企業変革 2018
 
北海道Io tあるじゃん1 ネクステック
北海道Io tあるじゃん1 ネクステック北海道Io tあるじゃん1 ネクステック
北海道Io tあるじゃん1 ネクステック
 
CNET Japan Live - ビジネスにAgilityとFlexibilityを与える Data x IoT x AI 最前線
CNET Japan Live -  ビジネスにAgilityとFlexibilityを与える Data x IoT x AI 最前線CNET Japan Live -  ビジネスにAgilityとFlexibilityを与える Data x IoT x AI 最前線
CNET Japan Live - ビジネスにAgilityとFlexibilityを与える Data x IoT x AI 最前線
 
ドライブレコーダの画像認識による道路情報の自動差分抽出
ドライブレコーダの画像認識による道路情報の自動差分抽出ドライブレコーダの画像認識による道路情報の自動差分抽出
ドライブレコーダの画像認識による道路情報の自動差分抽出
 
テクノロジの隆盛
テクノロジの隆盛テクノロジの隆盛
テクノロジの隆盛
 
[db analytics showcase Sapporo 2018] A11 増え続けるビッグデータをもっと手軽に、もっと速く ~究極の位置データ分析...
[db analytics showcase Sapporo 2018] A11 増え続けるビッグデータをもっと手軽に、もっと速く ~究極の位置データ分析...[db analytics showcase Sapporo 2018] A11 増え続けるビッグデータをもっと手軽に、もっと速く ~究極の位置データ分析...
[db analytics showcase Sapporo 2018] A11 増え続けるビッグデータをもっと手軽に、もっと速く ~究極の位置データ分析...
 

More from wagatuma

06.ユニアデックス(株)_発表資料
06.ユニアデックス(株)_発表資料06.ユニアデックス(株)_発表資料
06.ユニアデックス(株)_発表資料
wagatuma
 
05.日本マイクロソフト(株)_発表資料
05.日本マイクロソフト(株)_発表資料05.日本マイクロソフト(株)_発表資料
05.日本マイクロソフト(株)_発表資料
wagatuma
 
04.(株)電通国際情報サービス_発表資料
04.(株)電通国際情報サービス_発表資料04.(株)電通国際情報サービス_発表資料
04.(株)電通国際情報サービス_発表資料
wagatuma
 
03.日本ユニシス(株)_発表資料
03.日本ユニシス(株)_発表資料03.日本ユニシス(株)_発表資料
03.日本ユニシス(株)_発表資料
wagatuma
 
02.東京エレクトロンデバイス(株)_発表資料
02.東京エレクトロンデバイス(株)_発表資料02.東京エレクトロンデバイス(株)_発表資料
02.東京エレクトロンデバイス(株)_発表資料
wagatuma
 
00.みやぎIoTビジネス共創ラボチラシ.pdf
00.みやぎIoTビジネス共創ラボチラシ.pdf00.みやぎIoTビジネス共創ラボチラシ.pdf
00.みやぎIoTビジネス共創ラボチラシ.pdf
wagatuma
 

More from wagatuma (6)

06.ユニアデックス(株)_発表資料
06.ユニアデックス(株)_発表資料06.ユニアデックス(株)_発表資料
06.ユニアデックス(株)_発表資料
 
05.日本マイクロソフト(株)_発表資料
05.日本マイクロソフト(株)_発表資料05.日本マイクロソフト(株)_発表資料
05.日本マイクロソフト(株)_発表資料
 
04.(株)電通国際情報サービス_発表資料
04.(株)電通国際情報サービス_発表資料04.(株)電通国際情報サービス_発表資料
04.(株)電通国際情報サービス_発表資料
 
03.日本ユニシス(株)_発表資料
03.日本ユニシス(株)_発表資料03.日本ユニシス(株)_発表資料
03.日本ユニシス(株)_発表資料
 
02.東京エレクトロンデバイス(株)_発表資料
02.東京エレクトロンデバイス(株)_発表資料02.東京エレクトロンデバイス(株)_発表資料
02.東京エレクトロンデバイス(株)_発表資料
 
00.みやぎIoTビジネス共創ラボチラシ.pdf
00.みやぎIoTビジネス共創ラボチラシ.pdf00.みやぎIoTビジネス共創ラボチラシ.pdf
00.みやぎIoTビジネス共創ラボチラシ.pdf
 

Recently uploaded

【DLゼミ】XFeat: Accelerated Features for Lightweight Image Matching
【DLゼミ】XFeat: Accelerated Features for Lightweight Image Matching【DLゼミ】XFeat: Accelerated Features for Lightweight Image Matching
【DLゼミ】XFeat: Accelerated Features for Lightweight Image Matching
harmonylab
 
TaketoFujikawa_物語のコンセプトに基づく情報アクセス手法の基礎検討_JSAI2024
TaketoFujikawa_物語のコンセプトに基づく情報アクセス手法の基礎検討_JSAI2024TaketoFujikawa_物語のコンセプトに基づく情報アクセス手法の基礎検討_JSAI2024
TaketoFujikawa_物語のコンセプトに基づく情報アクセス手法の基礎検討_JSAI2024
Matsushita Laboratory
 
YugabyteDB適用に向けた取り組みと隠れた魅力 (DSS Asia 2024 発表資料)
YugabyteDB適用に向けた取り組みと隠れた魅力 (DSS Asia 2024 発表資料)YugabyteDB適用に向けた取り組みと隠れた魅力 (DSS Asia 2024 発表資料)
YugabyteDB適用に向けた取り組みと隠れた魅力 (DSS Asia 2024 発表資料)
NTT DATA Technology & Innovation
 
単腕マニピュレータによる 複数物体の同時組み立ての 基礎的考察 / Basic Approach to Robotic Assembly of Multi...
単腕マニピュレータによる 複数物体の同時組み立ての 基礎的考察 / Basic Approach to Robotic Assembly of Multi...単腕マニピュレータによる 複数物体の同時組み立ての 基礎的考察 / Basic Approach to Robotic Assembly of Multi...
単腕マニピュレータによる 複数物体の同時組み立ての 基礎的考察 / Basic Approach to Robotic Assembly of Multi...
Fukuoka Institute of Technology
 
FIDO Alliance Osaka Seminar: LY-DOCOMO-KDDI-Mercari Panel.pdf
FIDO Alliance Osaka Seminar: LY-DOCOMO-KDDI-Mercari Panel.pdfFIDO Alliance Osaka Seminar: LY-DOCOMO-KDDI-Mercari Panel.pdf
FIDO Alliance Osaka Seminar: LY-DOCOMO-KDDI-Mercari Panel.pdf
FIDO Alliance
 
論文紹介: Offline Q-Learning on diverse Multi-Task data both scales and generalizes
論文紹介: Offline Q-Learning on diverse Multi-Task data both scales and generalizes論文紹介: Offline Q-Learning on diverse Multi-Task data both scales and generalizes
論文紹介: Offline Q-Learning on diverse Multi-Task data both scales and generalizes
atsushi061452
 
LoRaWAN 4チャンネル電流センサー・コンバーター CS01-LBカタログ
LoRaWAN 4チャンネル電流センサー・コンバーター CS01-LBカタログLoRaWAN 4チャンネル電流センサー・コンバーター CS01-LBカタログ
LoRaWAN 4チャンネル電流センサー・コンバーター CS01-LBカタログ
CRI Japan, Inc.
 
MPAなWebフレームワーク、Astroの紹介 (その2) 2024/05/24の勉強会で発表されたものです。
MPAなWebフレームワーク、Astroの紹介 (その2) 2024/05/24の勉強会で発表されたものです。MPAなWebフレームワーク、Astroの紹介 (その2) 2024/05/24の勉強会で発表されたものです。
MPAなWebフレームワーク、Astroの紹介 (その2) 2024/05/24の勉強会で発表されたものです。
iPride Co., Ltd.
 
FIDO Alliance Osaka Seminar: CloudGate.pdf
FIDO Alliance Osaka Seminar: CloudGate.pdfFIDO Alliance Osaka Seminar: CloudGate.pdf
FIDO Alliance Osaka Seminar: CloudGate.pdf
FIDO Alliance
 
FIDO Alliance Osaka Seminar: NEC & Yubico Panel.pdf
FIDO Alliance Osaka Seminar: NEC & Yubico Panel.pdfFIDO Alliance Osaka Seminar: NEC & Yubico Panel.pdf
FIDO Alliance Osaka Seminar: NEC & Yubico Panel.pdf
FIDO Alliance
 
論文紹介:When Visual Prompt Tuning Meets Source-Free Domain Adaptive Semantic Seg...
論文紹介:When Visual Prompt Tuning Meets Source-Free Domain Adaptive Semantic Seg...論文紹介:When Visual Prompt Tuning Meets Source-Free Domain Adaptive Semantic Seg...
論文紹介:When Visual Prompt Tuning Meets Source-Free Domain Adaptive Semantic Seg...
Toru Tamaki
 
CS集会#13_なるほどわからん通信技術 発表資料
CS集会#13_なるほどわからん通信技術 発表資料CS集会#13_なるほどわからん通信技術 発表資料
CS集会#13_なるほどわからん通信技術 発表資料
Yuuitirou528 default
 
FIDO Alliance Osaka Seminar: Welcome Slides.pdf
FIDO Alliance Osaka Seminar: Welcome Slides.pdfFIDO Alliance Osaka Seminar: Welcome Slides.pdf
FIDO Alliance Osaka Seminar: Welcome Slides.pdf
FIDO Alliance
 
2024年度_サイバーエージェント_新卒研修「データベースの歴史」.pptx
2024年度_サイバーエージェント_新卒研修「データベースの歴史」.pptx2024年度_サイバーエージェント_新卒研修「データベースの歴史」.pptx
2024年度_サイバーエージェント_新卒研修「データベースの歴史」.pptx
yassun7010
 
【AI論文解説】Consistency ModelとRectified Flow
【AI論文解説】Consistency ModelとRectified Flow【AI論文解説】Consistency ModelとRectified Flow
【AI論文解説】Consistency ModelとRectified Flow
Sony - Neural Network Libraries
 
FIDO Alliance Osaka Seminar: PlayStation Passkey Deployment Case Study.pdf
FIDO Alliance Osaka Seminar: PlayStation Passkey Deployment Case Study.pdfFIDO Alliance Osaka Seminar: PlayStation Passkey Deployment Case Study.pdf
FIDO Alliance Osaka Seminar: PlayStation Passkey Deployment Case Study.pdf
FIDO Alliance
 

Recently uploaded (16)

【DLゼミ】XFeat: Accelerated Features for Lightweight Image Matching
【DLゼミ】XFeat: Accelerated Features for Lightweight Image Matching【DLゼミ】XFeat: Accelerated Features for Lightweight Image Matching
【DLゼミ】XFeat: Accelerated Features for Lightweight Image Matching
 
TaketoFujikawa_物語のコンセプトに基づく情報アクセス手法の基礎検討_JSAI2024
TaketoFujikawa_物語のコンセプトに基づく情報アクセス手法の基礎検討_JSAI2024TaketoFujikawa_物語のコンセプトに基づく情報アクセス手法の基礎検討_JSAI2024
TaketoFujikawa_物語のコンセプトに基づく情報アクセス手法の基礎検討_JSAI2024
 
YugabyteDB適用に向けた取り組みと隠れた魅力 (DSS Asia 2024 発表資料)
YugabyteDB適用に向けた取り組みと隠れた魅力 (DSS Asia 2024 発表資料)YugabyteDB適用に向けた取り組みと隠れた魅力 (DSS Asia 2024 発表資料)
YugabyteDB適用に向けた取り組みと隠れた魅力 (DSS Asia 2024 発表資料)
 
単腕マニピュレータによる 複数物体の同時組み立ての 基礎的考察 / Basic Approach to Robotic Assembly of Multi...
単腕マニピュレータによる 複数物体の同時組み立ての 基礎的考察 / Basic Approach to Robotic Assembly of Multi...単腕マニピュレータによる 複数物体の同時組み立ての 基礎的考察 / Basic Approach to Robotic Assembly of Multi...
単腕マニピュレータによる 複数物体の同時組み立ての 基礎的考察 / Basic Approach to Robotic Assembly of Multi...
 
FIDO Alliance Osaka Seminar: LY-DOCOMO-KDDI-Mercari Panel.pdf
FIDO Alliance Osaka Seminar: LY-DOCOMO-KDDI-Mercari Panel.pdfFIDO Alliance Osaka Seminar: LY-DOCOMO-KDDI-Mercari Panel.pdf
FIDO Alliance Osaka Seminar: LY-DOCOMO-KDDI-Mercari Panel.pdf
 
論文紹介: Offline Q-Learning on diverse Multi-Task data both scales and generalizes
論文紹介: Offline Q-Learning on diverse Multi-Task data both scales and generalizes論文紹介: Offline Q-Learning on diverse Multi-Task data both scales and generalizes
論文紹介: Offline Q-Learning on diverse Multi-Task data both scales and generalizes
 
LoRaWAN 4チャンネル電流センサー・コンバーター CS01-LBカタログ
LoRaWAN 4チャンネル電流センサー・コンバーター CS01-LBカタログLoRaWAN 4チャンネル電流センサー・コンバーター CS01-LBカタログ
LoRaWAN 4チャンネル電流センサー・コンバーター CS01-LBカタログ
 
MPAなWebフレームワーク、Astroの紹介 (その2) 2024/05/24の勉強会で発表されたものです。
MPAなWebフレームワーク、Astroの紹介 (その2) 2024/05/24の勉強会で発表されたものです。MPAなWebフレームワーク、Astroの紹介 (その2) 2024/05/24の勉強会で発表されたものです。
MPAなWebフレームワーク、Astroの紹介 (その2) 2024/05/24の勉強会で発表されたものです。
 
FIDO Alliance Osaka Seminar: CloudGate.pdf
FIDO Alliance Osaka Seminar: CloudGate.pdfFIDO Alliance Osaka Seminar: CloudGate.pdf
FIDO Alliance Osaka Seminar: CloudGate.pdf
 
FIDO Alliance Osaka Seminar: NEC & Yubico Panel.pdf
FIDO Alliance Osaka Seminar: NEC & Yubico Panel.pdfFIDO Alliance Osaka Seminar: NEC & Yubico Panel.pdf
FIDO Alliance Osaka Seminar: NEC & Yubico Panel.pdf
 
論文紹介:When Visual Prompt Tuning Meets Source-Free Domain Adaptive Semantic Seg...
論文紹介:When Visual Prompt Tuning Meets Source-Free Domain Adaptive Semantic Seg...論文紹介:When Visual Prompt Tuning Meets Source-Free Domain Adaptive Semantic Seg...
論文紹介:When Visual Prompt Tuning Meets Source-Free Domain Adaptive Semantic Seg...
 
CS集会#13_なるほどわからん通信技術 発表資料
CS集会#13_なるほどわからん通信技術 発表資料CS集会#13_なるほどわからん通信技術 発表資料
CS集会#13_なるほどわからん通信技術 発表資料
 
FIDO Alliance Osaka Seminar: Welcome Slides.pdf
FIDO Alliance Osaka Seminar: Welcome Slides.pdfFIDO Alliance Osaka Seminar: Welcome Slides.pdf
FIDO Alliance Osaka Seminar: Welcome Slides.pdf
 
2024年度_サイバーエージェント_新卒研修「データベースの歴史」.pptx
2024年度_サイバーエージェント_新卒研修「データベースの歴史」.pptx2024年度_サイバーエージェント_新卒研修「データベースの歴史」.pptx
2024年度_サイバーエージェント_新卒研修「データベースの歴史」.pptx
 
【AI論文解説】Consistency ModelとRectified Flow
【AI論文解説】Consistency ModelとRectified Flow【AI論文解説】Consistency ModelとRectified Flow
【AI論文解説】Consistency ModelとRectified Flow
 
FIDO Alliance Osaka Seminar: PlayStation Passkey Deployment Case Study.pdf
FIDO Alliance Osaka Seminar: PlayStation Passkey Deployment Case Study.pdfFIDO Alliance Osaka Seminar: PlayStation Passkey Deployment Case Study.pdf
FIDO Alliance Osaka Seminar: PlayStation Passkey Deployment Case Study.pdf
 

07.テクノスデータサイエンスエンジニアリング(株)_発表資料

  • 1. テクノスデータサイエンス・エンジニアリング株式会社 〒163-1414 東京都新宿区西新宿3-20-2 オペラシティタワー14F TEL:03(6383)3261 FAX:03(6383)3262 IoTとAIによる異常振動検知 2018年9月27日 IoTビジネス共創ラボみやぎ第一回勉強会 テクノスデータサイエンス・エンジニアリング株式会社 執行役員 常務 池田 拓史 博士(理学) ikeda.hirofumi@tdse.jp
  • 2. Tecnos Data Science Engineering All Rights Reserved 2017 2Page 会社紹介と自己紹介 池田 拓史 • 1970年埼玉県生まれ • 1999年素粒子実験物理学で博士号を取得 • その後データサイエンス業界で活動(19年) IoTビジネス共創ラボ 製造ワーキングメンバー (一社)人工知能ビジネス創出協会 運営委員 (一財)企業活力研究所 2018年度ものづ くり競争力研究会 委員 (特非)iSRF AI人材 ワーキンググループ 副主査 (共著書) 1.「サービスサイエンスの事訳」筑波大学出 版会(2017/10) 2.「何ができるのか?何が必要なのか?産業 利用を考える人のための人工知能・機械学 習・ディープラーニング関連技術とその活 用」情報機構(2016/6) 3.「機械学習・人工知能 業務活用の手引き ~導入の判断・具体的応用とその運用設計事 例集~」情報機構(2017/11) 4.「IoT/AIの活用は製造業に革新をもたらす か?製造現場・工場におけるIoTの利用と可能 性」情報機構(2018/1)
  • 3. Tecnos Data Science Engineering All Rights Reserved 2017 3Page IoTとマン・マシン・AIサイクル 人間 マシンAI 介入 介入 知識 データ IoT! デジタル ワールド リアル ワールド
  • 4. Tecnos Data Science Engineering All Rights Reserved 2017 4Page デモムービー
  • 5. Tecnos Data Science Engineering All Rights Reserved 2017 5Page これからひとつずつ説明します! マ シン 人 間 AI
  • 6. Tecnos Data Science Engineering All Rights Reserved 2017 6Page ①センサータグ(CC2650 SensorTag)
  • 7. Tecnos Data Science Engineering All Rights Reserved 2017 7Page ①センサータグ(CC2650_SensorTag)
  • 8. Tecnos Data Science Engineering All Rights Reserved 2017 8Page ①センサータグ(CC2650_SensorTag) 内蔵センサ 1. 周辺光センサ 2. 赤外線温度センサ 3. 周辺温度センサ 4. 加速度センサ 5. ジャイロセンサ 6. 磁力計 7. 気圧センサ 8. 湿度センサ 9. マイク 10.磁気センサ 無線通信 1. BLE 2. ZigBee 3. 6LowWPAN 有線で接続しなくても、無線経由でどの センサーを使うかなどの設定が可能です 今 回 使 用
  • 9. Tecnos Data Science Engineering All Rights Reserved 2017 9Page ①センサータグ(CC2650_SensorTag) 加速度(x、y、z) 角加速度(x軸周り y軸周り z軸周り) 1. 加速度センサ 2. ジャイロセンサ このデモでは1秒ごとに一回測定 するように設定しました
  • 10. Tecnos Data Science Engineering All Rights Reserved 2017 10Page ②IoTゲートウェイ(Almagiro IoT)
  • 11. Tecnos Data Science Engineering All Rights Reserved 2017 11Page ②IoTゲートウェイ(Almagiro IoT)
  • 12. Tecnos Data Science Engineering All Rights Reserved 2017 12Page ②IoTゲートウェイ(Almagiro IoT) OS Linux センサータグやIoTハブと通信するための pythonプログラムを実行します pythonでIoTハブへ通信 するためのライブラリを 利用 (iothub_client) 🄫東京エレクトロンデバイス様
  • 13. Tecnos Data Science Engineering All Rights Reserved 2017 13Page ③IoTハブ
  • 14. Tecnos Data Science Engineering All Rights Reserved 2017 14Page ③IoTハブ
  • 15. Tecnos Data Science Engineering All Rights Reserved 2017 15Page ③IoTハブ
  • 16. Tecnos Data Science Engineering All Rights Reserved 2017 16Page ③IoTハブ 接続文字列などの セキュリティ設定
  • 17. Tecnos Data Science Engineering All Rights Reserved 2017 17Page ④ストリームアナリティクス
  • 18. Tecnos Data Science Engineering All Rights Reserved 2017 18Page ④ストリームアナリティクス
  • 19. Tecnos Data Science Engineering All Rights Reserved 2017 19Page ④ストリームアナリティクス 出力 出力 出力 入力
  • 20. Tecnos Data Science Engineering All Rights Reserved 2017 20Page ④ストリームアナリティクス
  • 21. Tecnos Data Science Engineering All Rights Reserved 2017 21Page ④ストリームアナリティクス 入力 クエリ 出力
  • 22. Tecnos Data Science Engineering All Rights Reserved 2017 22Page ④ストリームアナリティクス(クエリ) Databaseに出力するためのクエリ Power BIに出力するためのクエリ getscore(x, y) Azure MLのWeb APIを呼び出す関数 関数の定義はこの後おこなう getscore(x, y) Azure MLの Web APIを呼び出す関数
  • 23. Tecnos Data Science Engineering All Rights Reserved 2017 23Page ⑤Blobストレージ
  • 24. Tecnos Data Science Engineering All Rights Reserved 2017 24Page ⑤Blobストレージ すみません、詳細は省略します データを貯めときます! Azure MLのモデル学習や 過去データの分析に必要です!
  • 25. Tecnos Data Science Engineering All Rights Reserved 2017 25Page ⑥Azure ML
  • 26. Tecnos Data Science Engineering All Rights Reserved 2017 26Page ⑥Azure ML Machine Learning Web API Experiment IoT Hub リアル タイム処理 最初だけ必要
  • 27. Tecnos Data Science Engineering All Rights Reserved 2017 27Page ⑥Azure ML(Experiment) Blobストレージ にためてあった データ
  • 28. Tecnos Data Science Engineering All Rights Reserved 2017 28Page ⑥Azure ML(1クラスSVMとは?) 𝑓𝑖 カーネルトリックにより 高次元に埋め込まれた 変数空間 データ点Xでの 𝑓𝑖の大きさで 領域Cからの 逸脱を判断決定関数𝑓𝑖の 値が0となる 超平面を サポートする データ点群 (サポートベ クトル) 決定関数𝑓𝑖の 値が0となる 超平面を サポートする データ点群 (サポートベ クトル) 領域C 𝒇𝑖 = ෍ 𝑙∈ 𝑛 𝛼𝑙 𝐾 𝒙𝑖, 𝒙𝑙 + 𝛼0 「正常」領域Cの 境界となる超平 面をサポートす るデータ点群 (サポートベク トル) 決定関数𝑓𝑖の値が 0となる超平面
  • 29. Tecnos Data Science Engineering All Rights Reserved 2017 29Page ⑥Azure ML(Web API)
  • 30. Tecnos Data Science Engineering All Rights Reserved 2017 30Page ⑥Azure ML(Web API) ちょこっと 修正必要
  • 31. Tecnos Data Science Engineering All Rights Reserved 2017 31Page ⑥Azure ML(Web API)
  • 32. Tecnos Data Science Engineering All Rights Reserved 2017 32Page ⑦Power BI
  • 33. Tecnos Data Science Engineering All Rights Reserved 2017 33Page ⑦PowerBI
  • 34. Tecnos Data Science Engineering All Rights Reserved 2017 34Page ふりかえり マ シン 人 間 AI
  • 35. Tecnos Data Science Engineering All Rights Reserved 2017 35Page 最後に 一緒にやりませんか? ちょっと古いですが、当社社員が関連記事を 雑誌Interface(インターフェース) 2016年07月号 に書いています こちらもあわせて ごらんください