Submit Search
Upload
エンジニアリングテックとは何なのか.pdf
•
0 likes
•
25 views
Yoshiki Tanaka
Follow
Overview about Engineering Tech.
Read less
Read more
Engineering
Report
Share
Report
Share
1 of 14
Download now
Download to read offline
Recommended
既にAIやIoTは、最先端の技術ではなくなり、実用期に入っています。 まだそれに手が出せていない企業・組織の皆さまを対象に、その対象の理解と、活用についてご紹介します
20190924 沖縄ISCO AI セミナー: AIを自分の糧とするためのコツ
20190924 沖縄ISCO AI セミナー: AIを自分の糧とするためのコツ
Daiyu Hatakeyama
Open Cloud Innovation2016 day1(これからのデータ分析者とエンジニアに必要なdatascienceexperienceツールと考え方)講演資料
Open Cloud Innovation2016 day1(これからのデータ分析者とエンジニアに必要なdatascienceexperienceツールと...
Open Cloud Innovation2016 day1(これからのデータ分析者とエンジニアに必要なdatascienceexperienceツールと...
Atsushi Tsuchiya
【ハイプ・サイクル】 日本のテクノロジのハイプ・サイクルからIoTやAIはどうなるのか、ピーク期や幻滅期に差し掛かっているのか、この辺りを中心に話を展開していきます。
テクノロジの隆盛
テクノロジの隆盛
Core Concept Technologies
データサイエンティストを知るセミナー2014東京で使用したスライド資料です。 内容は、 1、一般の会社の目的と仕組み 2、数学やデータ分析能力を生かせる仕事とは 3、研究とビジネスとの違い 4、データサイエンティストに必要な能力とは
なぜ数学と理系人材がビジネスの現場で必要とされるのか
なぜ数学と理系人材がビジネスの現場で必要とされるのか
Hirofumi Ikeda
YANS懇@秋葉原 (NLP 2017) のLTで、DSAA 2017への投稿呼びかけを行った際のスライドです。
IEEE DSAA 2017投稿呼びかけ
IEEE DSAA 2017投稿呼びかけ
Yoji Kiyota
This July 5th 2002 document is originally prepared for the workshop for one of the largest web design agency in Tokyo to exchange and share the Razorfish IA methodology with them. For the recent growing need for practical IA methodology in Japan, I decided to open this file for the future generation. 2002年7月5日に某社のために行った情報アーキテクチャ(IA)のワークショップ向けに当時自分なりにまとめた資料です。概論と実践、2回に分けて開催する予定でしたが、第2回目は幻となりました(謎) いわゆる「白くま」流のIAの考え方と当時の米国で芽生えつつあったUXという違った視点でのIAという考え方の紹介を、実際の組織構成の説明・解説を交えつつ、実際のプロセスとそれぞれの成果物の紹介です。 中盤の実際の組織構成の説明は、2000年当時にIAをサービスの強みとしていた(かつ自分が在籍した)米国の主要Webインテグレーター(日本では当時「SIPS」と呼ばれていた今や当たり前のWebデザインの業態)の3社のデザイン部門の構成やその後の各社の動向をIAを軸に解説しています。 ここで詳細は書きませんが、以前無断で引用(というか丸写)され、意味を意図的(?)に変えて某大学院の授業教材に間違った文脈で使われていたのをその大学のオープンキャンパス戦略なる計らいで知ったことがあります。(単にググったら出てきたw) まぁ、引用されるのは良いことでもあるのすが、どうせならフルで引用されるように公開しておきたい、という思いと、一方で昨今の「IAからUXへ」という考え方の源流がすでに2002年には確立していた、という点でもその方面に興味がある方には参考になるかな?と。 #記述内容は当時のままですが、用語統一の観点から「情報設計」を「情報アーキテクチャ」、「インフォメーション・アーキテクト」を「インフォメーションアーキテクト」にだけ変更しています。
IA Workshop, Introduction to Information Architecture (2002)
IA Workshop, Introduction to Information Architecture (2002)
Nobuya Sato
第83回人工知能セミナー (2022.3.7)「AIトレンド・トップカンファレンス報告会(NeurIPS2021):世界最先端のAI研究開発動向が1日でわかる!」への招待講演での資料になります。 講演タイトル 「NeurIPS2021から見るメタ学習の研究動向」 https://www.ai-gakkai.or.jp/event/ai-seminar/no83_jsai_seminar/
NeurIPS2021から見るメタ学習の研究動向 - 第83回人工知能セミナー (2022.3.7)「AIトレンド・トップカンファレンス報告会(NeurI...
NeurIPS2021から見るメタ学習の研究動向 - 第83回人工知能セミナー (2022.3.7)「AIトレンド・トップカンファレンス報告会(NeurI...
DeepEyeVision, Inc.
IoTビジネス共創ラボ 第5回勉強会
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
Recommended
既にAIやIoTは、最先端の技術ではなくなり、実用期に入っています。 まだそれに手が出せていない企業・組織の皆さまを対象に、その対象の理解と、活用についてご紹介します
20190924 沖縄ISCO AI セミナー: AIを自分の糧とするためのコツ
20190924 沖縄ISCO AI セミナー: AIを自分の糧とするためのコツ
Daiyu Hatakeyama
Open Cloud Innovation2016 day1(これからのデータ分析者とエンジニアに必要なdatascienceexperienceツールと考え方)講演資料
Open Cloud Innovation2016 day1(これからのデータ分析者とエンジニアに必要なdatascienceexperienceツールと...
Open Cloud Innovation2016 day1(これからのデータ分析者とエンジニアに必要なdatascienceexperienceツールと...
Atsushi Tsuchiya
【ハイプ・サイクル】 日本のテクノロジのハイプ・サイクルからIoTやAIはどうなるのか、ピーク期や幻滅期に差し掛かっているのか、この辺りを中心に話を展開していきます。
テクノロジの隆盛
テクノロジの隆盛
Core Concept Technologies
データサイエンティストを知るセミナー2014東京で使用したスライド資料です。 内容は、 1、一般の会社の目的と仕組み 2、数学やデータ分析能力を生かせる仕事とは 3、研究とビジネスとの違い 4、データサイエンティストに必要な能力とは
なぜ数学と理系人材がビジネスの現場で必要とされるのか
なぜ数学と理系人材がビジネスの現場で必要とされるのか
Hirofumi Ikeda
YANS懇@秋葉原 (NLP 2017) のLTで、DSAA 2017への投稿呼びかけを行った際のスライドです。
IEEE DSAA 2017投稿呼びかけ
IEEE DSAA 2017投稿呼びかけ
Yoji Kiyota
This July 5th 2002 document is originally prepared for the workshop for one of the largest web design agency in Tokyo to exchange and share the Razorfish IA methodology with them. For the recent growing need for practical IA methodology in Japan, I decided to open this file for the future generation. 2002年7月5日に某社のために行った情報アーキテクチャ(IA)のワークショップ向けに当時自分なりにまとめた資料です。概論と実践、2回に分けて開催する予定でしたが、第2回目は幻となりました(謎) いわゆる「白くま」流のIAの考え方と当時の米国で芽生えつつあったUXという違った視点でのIAという考え方の紹介を、実際の組織構成の説明・解説を交えつつ、実際のプロセスとそれぞれの成果物の紹介です。 中盤の実際の組織構成の説明は、2000年当時にIAをサービスの強みとしていた(かつ自分が在籍した)米国の主要Webインテグレーター(日本では当時「SIPS」と呼ばれていた今や当たり前のWebデザインの業態)の3社のデザイン部門の構成やその後の各社の動向をIAを軸に解説しています。 ここで詳細は書きませんが、以前無断で引用(というか丸写)され、意味を意図的(?)に変えて某大学院の授業教材に間違った文脈で使われていたのをその大学のオープンキャンパス戦略なる計らいで知ったことがあります。(単にググったら出てきたw) まぁ、引用されるのは良いことでもあるのすが、どうせならフルで引用されるように公開しておきたい、という思いと、一方で昨今の「IAからUXへ」という考え方の源流がすでに2002年には確立していた、という点でもその方面に興味がある方には参考になるかな?と。 #記述内容は当時のままですが、用語統一の観点から「情報設計」を「情報アーキテクチャ」、「インフォメーション・アーキテクト」を「インフォメーションアーキテクト」にだけ変更しています。
IA Workshop, Introduction to Information Architecture (2002)
IA Workshop, Introduction to Information Architecture (2002)
Nobuya Sato
第83回人工知能セミナー (2022.3.7)「AIトレンド・トップカンファレンス報告会(NeurIPS2021):世界最先端のAI研究開発動向が1日でわかる!」への招待講演での資料になります。 講演タイトル 「NeurIPS2021から見るメタ学習の研究動向」 https://www.ai-gakkai.or.jp/event/ai-seminar/no83_jsai_seminar/
NeurIPS2021から見るメタ学習の研究動向 - 第83回人工知能セミナー (2022.3.7)「AIトレンド・トップカンファレンス報告会(NeurI...
NeurIPS2021から見るメタ学習の研究動向 - 第83回人工知能セミナー (2022.3.7)「AIトレンド・トップカンファレンス報告会(NeurI...
DeepEyeVision, Inc.
IoTビジネス共創ラボ 第5回勉強会
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
ドメイン駆動設計の基礎知識の説明と、ゲーム開発への活かし方。
ドメイン駆動設計をゲーム開発に活かす
ドメイン駆動設計をゲーム開発に活かす
増田 亨
Googleにおける機械学習の活用とクラウドサービス
Googleにおける機械学習の活用とクラウドサービス
Googleにおける機械学習の活用とクラウドサービス
Google Cloud Platform - Japan
鷲崎弘宜, DX 時代の新たなソフトウェア工学に向けて: SWEBOKとSE4BSの挑戦, 第11期AITC Webセミナー「DXシリーズ第2回」, 2021年2月5日
DX 時代の新たなソフトウェア工学に向けて: SWEBOK と SE4BS の挑戦
DX 時代の新たなソフトウェア工学に向けて: SWEBOK と SE4BS の挑戦
Hironori Washizaki
SORACOM主催 IoT Technology Conference if-up 2017 発表資料
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
東京大学大澤研究室で提案しているデータ概要情報記述方法データジャケット(Data Jacket)の入力方法を説明します。 最新版マニュアル(Ver.2)はこちら、 https://www.slideshare.net/TeruakiHayashi/ver2-152305880
データジャケット入力方法
データジャケット入力方法
Teruaki Hayashi
2016/12/6のJAZUGで登壇した内容です。
20181206 Jazug DataScience TeamBuilding and DevOps
20181206 Jazug DataScience TeamBuilding and DevOps
Yukako Shimizu
長岡技術科学大学 自然言語処理研究室 2011/6/28
自然言語処理紹介(就職編)
自然言語処理紹介(就職編)
長岡技術科学大学 自然言語処理研究室
【機械学習:データ活用】 これまで行ってきた機械学習関連の業務で、どんなデータを用いて何を実現してきたかを具体例を混じえてお話しします。
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
LiDAR点群を画像上へマッピングする方法=LiDARとカメラのオートキャリブレーションについてのまとめ資料
LiDAR点群と画像とのマッピング
LiDAR点群と画像とのマッピング
Takuya Minagawa
社内勉強会の資料です。 IAについて、あらためて考え直してみました。 手法だけでなく、情報とは何か?情報とデータを切り分けてWEBサイトを設計することへの意識づけのきっかけになればと思います。
IAについて考えてみました。
IAについて考えてみました。
Shiori Hasegawa
大学4年時の研究 電子情報通信学会総合大会(2017/3/22)発表 大学院1年の研究 電子情報通信学会ソサエティ大会(2017/9/14)発表
研究スライド
研究スライド
Kenta Hando
Computational Design 01
Slide computational design2019_01_180921
Slide computational design2019_01_180921
hiroshimadesignlab
来栖川電算の技術紹介です。問い合わせが多いので概要をまとめました。より詳しいことが知りたい方や相談したい方は yamaguchi@kurusugawa.jp へ連絡してください。
来栖川電算の技術紹介
来栖川電算の技術紹介
陽平 山口
2018/06/27 に開催された DEEP LEARNING LAB の 10:10 - 10:40 のセッションにてご紹介した、Cognitive Services に関するご案内スライドです。
20180627 - DEEP LEARNING LAB / Cognitive Services 最新情報 30 分でズバリ!
20180627 - DEEP LEARNING LAB / Cognitive Services 最新情報 30 分でズバリ!
Takashi Okawa
データ分析の知識と技術を活かしてエンジニアとしてのスキルやキャリアをどのように築いていくかなどをまとめています
データ分析を武器にしたエンジニアの道の拓き方
データ分析を武器にしたエンジニアの道の拓き方
mayu tech
Find your Ability ! forクリエイター #6;プロのWebサイト・アプリ設計を学ぶ、駆け出しWebクリエイターのためのIA勉強会 発表資料(2012年11月22日) (※一部の内容を公開用に削除) http://www.zusaar.com/event/444154 http://www.pasonatech.co.jp/event/index.jsp?no=3690
Find Your Ability: IA for a novice Web Creator
Find Your Ability: IA for a novice Web Creator
Nobuya Sato
[DevLOVE]UX語ろうず
[DevLOVE]UX語ろうず
masashi takehara
1.講演趣旨: 本講演では、研究開発業務の効率化・生産性向上のために人工知能を活用する際の考え方や注意点を、最近の動向、技術的な特性、実際の活用事例などを踏まえて説明します。 人工知能の成果は過熱するブームに便乗して喧伝されることが多いため、「何がどこまで実現できるか」を正確に理解することは、事実を整理しても難しい状況と言えます。そのため、人工知能に対して過大な期待を寄せたまま、対象業務の特性や要素技術の得意・不得意を把握せずに企画を進め、導入に失敗するケースが見られます。 本講演では、研究開発の現場に人工知能を導入する際の取り組み方や、現在の人工知能関連技術の特性に基づく導入検討ステップを順番に説明します。 2.講演項目: ・いま人工知能が注目されている理由 ・人工知能=ビッグデータに対する機械学習の適用 ・ハイプサイクルに沿った「人工知能」のフェーズ ・今回の「人工知能ブーム」の傾向と今後の動向 ・現在の人工知能でいま何がどこまでできるのか ・人工知能の活用事例 ・人工知能ビジネス業界におけるプレイヤー ・人工知能の導入のための注意点 ・知財関連業務に対する人工知能のインパクト ・特許調査と人工知能
【技術情報協会】人工知能を使ったR&D業務効率化・生産性向上のシステム作り
【技術情報協会】人工知能を使ったR&D業務効率化・生産性向上のシステム作り
Hajime Fujita
6/20に株式会社エニセンスにて行ったIA勉強会の資料
20130620slide_anysense
20130620slide_anysense
kousuke inamoto
I/O Extended Kyushu | Google I/O 報告会 2019 in 福岡(2019年5月25日、LINE Fukuoka カフェスペース) https://gdg.connpass.com/event/127728/ I/O Extended 2019 Oita ♨ feat. Kotlin/Everywhare | Google I/O 珍道中報告会 in 大分 ♨(2019年5月19日、QOX Lab) https://www.meetup.com/GDG-Kyushu/events/260295442/
Google I/O 19 Extended in Kyushu: Design Update
Google I/O 19 Extended in Kyushu: Design Update
Nobuya Sato
More Related Content
Similar to エンジニアリングテックとは何なのか.pdf
ドメイン駆動設計の基礎知識の説明と、ゲーム開発への活かし方。
ドメイン駆動設計をゲーム開発に活かす
ドメイン駆動設計をゲーム開発に活かす
増田 亨
Googleにおける機械学習の活用とクラウドサービス
Googleにおける機械学習の活用とクラウドサービス
Googleにおける機械学習の活用とクラウドサービス
Google Cloud Platform - Japan
鷲崎弘宜, DX 時代の新たなソフトウェア工学に向けて: SWEBOKとSE4BSの挑戦, 第11期AITC Webセミナー「DXシリーズ第2回」, 2021年2月5日
DX 時代の新たなソフトウェア工学に向けて: SWEBOK と SE4BS の挑戦
DX 時代の新たなソフトウェア工学に向けて: SWEBOK と SE4BS の挑戦
Hironori Washizaki
SORACOM主催 IoT Technology Conference if-up 2017 発表資料
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
東京大学大澤研究室で提案しているデータ概要情報記述方法データジャケット(Data Jacket)の入力方法を説明します。 最新版マニュアル(Ver.2)はこちら、 https://www.slideshare.net/TeruakiHayashi/ver2-152305880
データジャケット入力方法
データジャケット入力方法
Teruaki Hayashi
2016/12/6のJAZUGで登壇した内容です。
20181206 Jazug DataScience TeamBuilding and DevOps
20181206 Jazug DataScience TeamBuilding and DevOps
Yukako Shimizu
長岡技術科学大学 自然言語処理研究室 2011/6/28
自然言語処理紹介(就職編)
自然言語処理紹介(就職編)
長岡技術科学大学 自然言語処理研究室
【機械学習:データ活用】 これまで行ってきた機械学習関連の業務で、どんなデータを用いて何を実現してきたかを具体例を混じえてお話しします。
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
LiDAR点群を画像上へマッピングする方法=LiDARとカメラのオートキャリブレーションについてのまとめ資料
LiDAR点群と画像とのマッピング
LiDAR点群と画像とのマッピング
Takuya Minagawa
社内勉強会の資料です。 IAについて、あらためて考え直してみました。 手法だけでなく、情報とは何か?情報とデータを切り分けてWEBサイトを設計することへの意識づけのきっかけになればと思います。
IAについて考えてみました。
IAについて考えてみました。
Shiori Hasegawa
大学4年時の研究 電子情報通信学会総合大会(2017/3/22)発表 大学院1年の研究 電子情報通信学会ソサエティ大会(2017/9/14)発表
研究スライド
研究スライド
Kenta Hando
Computational Design 01
Slide computational design2019_01_180921
Slide computational design2019_01_180921
hiroshimadesignlab
来栖川電算の技術紹介です。問い合わせが多いので概要をまとめました。より詳しいことが知りたい方や相談したい方は yamaguchi@kurusugawa.jp へ連絡してください。
来栖川電算の技術紹介
来栖川電算の技術紹介
陽平 山口
2018/06/27 に開催された DEEP LEARNING LAB の 10:10 - 10:40 のセッションにてご紹介した、Cognitive Services に関するご案内スライドです。
20180627 - DEEP LEARNING LAB / Cognitive Services 最新情報 30 分でズバリ!
20180627 - DEEP LEARNING LAB / Cognitive Services 最新情報 30 分でズバリ!
Takashi Okawa
データ分析の知識と技術を活かしてエンジニアとしてのスキルやキャリアをどのように築いていくかなどをまとめています
データ分析を武器にしたエンジニアの道の拓き方
データ分析を武器にしたエンジニアの道の拓き方
mayu tech
Find your Ability ! forクリエイター #6;プロのWebサイト・アプリ設計を学ぶ、駆け出しWebクリエイターのためのIA勉強会 発表資料(2012年11月22日) (※一部の内容を公開用に削除) http://www.zusaar.com/event/444154 http://www.pasonatech.co.jp/event/index.jsp?no=3690
Find Your Ability: IA for a novice Web Creator
Find Your Ability: IA for a novice Web Creator
Nobuya Sato
[DevLOVE]UX語ろうず
[DevLOVE]UX語ろうず
masashi takehara
1.講演趣旨: 本講演では、研究開発業務の効率化・生産性向上のために人工知能を活用する際の考え方や注意点を、最近の動向、技術的な特性、実際の活用事例などを踏まえて説明します。 人工知能の成果は過熱するブームに便乗して喧伝されることが多いため、「何がどこまで実現できるか」を正確に理解することは、事実を整理しても難しい状況と言えます。そのため、人工知能に対して過大な期待を寄せたまま、対象業務の特性や要素技術の得意・不得意を把握せずに企画を進め、導入に失敗するケースが見られます。 本講演では、研究開発の現場に人工知能を導入する際の取り組み方や、現在の人工知能関連技術の特性に基づく導入検討ステップを順番に説明します。 2.講演項目: ・いま人工知能が注目されている理由 ・人工知能=ビッグデータに対する機械学習の適用 ・ハイプサイクルに沿った「人工知能」のフェーズ ・今回の「人工知能ブーム」の傾向と今後の動向 ・現在の人工知能でいま何がどこまでできるのか ・人工知能の活用事例 ・人工知能ビジネス業界におけるプレイヤー ・人工知能の導入のための注意点 ・知財関連業務に対する人工知能のインパクト ・特許調査と人工知能
【技術情報協会】人工知能を使ったR&D業務効率化・生産性向上のシステム作り
【技術情報協会】人工知能を使ったR&D業務効率化・生産性向上のシステム作り
Hajime Fujita
6/20に株式会社エニセンスにて行ったIA勉強会の資料
20130620slide_anysense
20130620slide_anysense
kousuke inamoto
I/O Extended Kyushu | Google I/O 報告会 2019 in 福岡(2019年5月25日、LINE Fukuoka カフェスペース) https://gdg.connpass.com/event/127728/ I/O Extended 2019 Oita ♨ feat. Kotlin/Everywhare | Google I/O 珍道中報告会 in 大分 ♨(2019年5月19日、QOX Lab) https://www.meetup.com/GDG-Kyushu/events/260295442/
Google I/O 19 Extended in Kyushu: Design Update
Google I/O 19 Extended in Kyushu: Design Update
Nobuya Sato
Similar to エンジニアリングテックとは何なのか.pdf
(20)
ドメイン駆動設計をゲーム開発に活かす
ドメイン駆動設計をゲーム開発に活かす
Googleにおける機械学習の活用とクラウドサービス
Googleにおける機械学習の活用とクラウドサービス
DX 時代の新たなソフトウェア工学に向けて: SWEBOK と SE4BS の挑戦
DX 時代の新たなソフトウェア工学に向けて: SWEBOK と SE4BS の挑戦
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
データジャケット入力方法
データジャケット入力方法
20181206 Jazug DataScience TeamBuilding and DevOps
20181206 Jazug DataScience TeamBuilding and DevOps
自然言語処理紹介(就職編)
自然言語処理紹介(就職編)
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?
LiDAR点群と画像とのマッピング
LiDAR点群と画像とのマッピング
IAについて考えてみました。
IAについて考えてみました。
研究スライド
研究スライド
Slide computational design2019_01_180921
Slide computational design2019_01_180921
来栖川電算の技術紹介
来栖川電算の技術紹介
20180627 - DEEP LEARNING LAB / Cognitive Services 最新情報 30 分でズバリ!
20180627 - DEEP LEARNING LAB / Cognitive Services 最新情報 30 分でズバリ!
データ分析を武器にしたエンジニアの道の拓き方
データ分析を武器にしたエンジニアの道の拓き方
Find Your Ability: IA for a novice Web Creator
Find Your Ability: IA for a novice Web Creator
[DevLOVE]UX語ろうず
[DevLOVE]UX語ろうず
【技術情報協会】人工知能を使ったR&D業務効率化・生産性向上のシステム作り
【技術情報協会】人工知能を使ったR&D業務効率化・生産性向上のシステム作り
20130620slide_anysense
20130620slide_anysense
Google I/O 19 Extended in Kyushu: Design Update
Google I/O 19 Extended in Kyushu: Design Update
エンジニアリングテックとは何なのか.pdf
1.
エンジニアリングテック Yoshiki Tanaka 1
2.
目的 ❖ エンジニアリングテックの意味と それに関する4つの関連キーワードを覚えてもらう 2
3.
エンジニアリングテックとは ❖ テクノロジーを活用して、最高の顧客体験を追求すること AI, AR/VR,
データマイニング, アナリティクス, etc… 3
4.
4つの関連キーワード マテリアルズ・ インフォマティクス ジェネレーティブ・ デザイン アディティブ・ マニュファクチャリング デジタルツイン/ デジタルスレッド 4
5.
マテリアル・インフォマティクス (Materials informatics) ❖ 計算科学を通じて材料を効率的に探索するテクノロジー 計算科学
材料科学 5
6.
マテリアルインフォマティクスの活用例 強化ガラス材料 電池材料 6
7.
ジェネレーティブ・デザイン (Generative Design) ❖ クラウドデータを利用することでエンジニアリング上の 設計課題にソリューションを提示するテクノロジー クラウド
設計課題 ソリューション 7
8.
ジェネレーティブ・デザインの活用例 自動車 航空・宇宙 8
9.
アディティブ・マニュファクチャリング (Additive Manufacturing) ❖ 何もない状態からモノを付加的に作っていく製造方法 実体 3Dプリンター, etc... 9
10.
アディティブ・マニュファクチャリングの活用例 部品 医療機器 10
11.
デジタルツイン (Degital Twin) ❖ 物理空間をデジタル空間で再現すること 現実
デジタル 再現 11
12.
デジタルツイン/デジタルスレッドの活用例 建設 都市計画 12
13.
まとめ 13 4つの関連キーワード マテリアルズ・ インフォマティクス ジェネレーティブ・ デザイン アディティブ・ マニュファクチャリング デジタルツイン/ デジタルスレッド エンジニアリングテックとは ❖ テクノロジーを活用して、最高の顧客体験を追求すること
14.
参考文献 ❏ 「X-Tech 2020」アクセンチュア著 14
Download now