製品設計・ものづくり
- 必要最小限のデータからサロゲートモデル作成
- 多目的最適化やロバスト解析を簡単に実行
- シミュレーションの試行回数大幅カット
ユサコの研究者支援サイト
>>> こんなお困りごとはありませんか？ <<<
最適な配合が見つからない
理想の味・触感・品質が実現できない
トレードオフの予測が困難
コスト削減と品質維持の両立が難しい
実験パラメータが多すぎる
ベストな組み合わせが不明
過去データの未活用
社内にデータが眠っている
専門知識・人材の不足
データ分析やAI活用ができる人がいない
数値さえあれば、あらゆる分野を最適化
Multi-Sigma®の最大の強みは、「データの種類や研究分野を問わない」圧倒的な汎用性です。温度・配合比・圧力といった物理量はもちろん、観察データや検査値、さらには「おいしさ・香り・使用感」といった人の感覚に関する評価、患者の身体情報や治療履歴まで——数値データ(Excel/CSV)でありさえすれば、どの領域でも高度なAI解析が可能です。
機械工学
- 製造条件の最適化
- 環境負荷の低減
材料開発・工程改善
- 物質特性＋製造条件の最適化
- アルミ合金等における物性と処理条件最適化
スマート農業
- 露地栽培のデータによる収穫予測
- 販促キャンペーンを考慮した需要予測
ヘルスケア
- 重症化リスク評価
- 最適な治療方針の提案
マーケティング
- 顧客層に対する最適な製品仕様の探索
- 有望な顧客の属性の探索
Multi-Sigma®の特徴
革新的実験計画法による効率化
多入力・多目的システムに対し、革新的な実験計画法を適用することで、研究開発プロセス全体の劇的な効率化とスピードアップを強力に支援します。
少ないデータでも高精度予測
AIモデルのハイパーパラメータを高度に自動調整。限られた実験データからでも、過学習を起こすことなく極めて正確な予測結果を導き出します。
説明可能なAI (XAI)
要因分析を通じて、各説明変数が予測に与える影響度を定量的に可視化。ブラックボックスになりがちなAIの判断プロセスをクリアに説明します。
複数目的の同時最適化
最適化AIがトレードオフ関係にある複数の目的を同時に満たす条件を自動探索。パレート解の中から最適なバランス設計をスマートに抽出します。
セキュアかつ低コストな導入
Google Cloud上のセキュアなSaaS環境で提供。専用ハードウェアは不要で、お手持ちのブラウザからすぐに高度なAI解析を開始できます。
Multi-Sigma®の機能
多入力・多目的解析
最大200個の説明変数から100個の目的変数を予測し、さらに100個の目的変数条件を満たす説明変数を逆解析できる世界唯一のシステム。
2つの深層学習技術
まとまったデータで力を発揮するニューラルネットワークと、最小データから逐次最適化するベイズ最適化を組み合わせた高度な解析。
要因分析
感度分析技術により、各説明変数が予測結果へ与える影響を定量的に評価。影響要因をクリアに特定します。
自動チューニング
専門知識が必要なハイパーパラメータ調整を完全自動化。ワンクリックで過学習を抑え、高精度な予測を実現します。
AIベースの実験計画
従来の統計手法を超え、多重共線性の解決、多目的予測・最適化、実験の超効率化と無駄の排除を可能にします。
多様なデータの取り込み
定性データ(ダミー変数化)、画像データ、スペクトル分割データなど、あらゆる形式のデータを数値化して解析に投入可能。
高度なデータ前処理
欠損値補完などの前処理ツールを完備。希少データや偏りのあるアンバランスデータに対しても高精度予測を実現。
予測AI × 最適化AI
深層学習予測と遺伝的アルゴリズム最適化を1アプリで同時実行。多目的な最適解を自動で高速探索します。
AI連鎖解析
複数AIモデルをシームレスに連結し大規模システムを構築。複雑な複数工程に特化したモデル群を連携させて高精度に分析。
代表的な導入・研究事例
各事例の「課題・施策・成果」から、Multi-Sigma®の実際の活用イメージをご紹介します。
気になるテーマの相談も受け付けております。
医療機器・製品設計
製品設計：人工心臓のデザイン最適化
- 課題
- 7,200通りの条件から、ポンプの力向上と血液ダメージ軽減を両立する最適デザインを探すこと。
- 施策
- 30〜60回のシミュレーションデータをもとに、Multi-Sigmaで多目的最適化と要因分析を実施。
- 成果
- 実験の手間を100分の1以下に減らし、高精度に「高火力・低ダメージ」を両立するデザインを発見。
金属・材料
材料：アルミ合金の最適化
- 課題
- 膨大な組み合わせから、強度と延性など相反する性能(耐力・引張強さ・伸び)を同時に高める条件を探すこと。
- 施策
- 450件のデータで高精度な予測モデルを作り、制約条件を考慮した多目的最適化と要因分析を実施。
- 成果
- 高精度な性能予測を実現し、相反する性能をベストバランスで両立する具体的な組成・処理条件を提示。
創薬・バイオ
創薬・バイオ：アルツハイマー治療薬の開発
- 課題
- 安全性の高い薬の開発に向け、治療効果(薬剤活性)の最大化と副作用(血管障害リスク)の最小化を両立する分子構造を探すこと。
- 施策
- Multi-Sigma®で「効果」と「リスク」を予測するAIを連携させ、同時に最適化を実施。
- 成果
- 主作用と副作用に効く因子を特定し、高効果・低リスクを両立する最適な分子の組み合わせを発見。
食品・スマート農業
スマート農業：トマトの収穫量の予測
- 課題
- 気候や栽培方法などの変数が多く、経験や勘に頼っていたため、需要と供給のバランスを保つための正確な収穫量予測が困難だった。
- 施策
- 気温や湿度、灌水、実績などの100項目以上のデータを削ることなくすべてAIに学習させ、予測モデルを構築。
- 成果
- 経験依存から脱却し、最大5週間先までのトマト収穫量を高精度に予測することに成功。
医療・ヘルスケア
慢性腰痛患者のオーダーメイド医療
- 課題
- 患者ごとに最適な治療方法が異なり、痛みの改善度を最大限に高める個別の治療プラン(オーダーメイド医療)の提示が困難だった。
- 施策
- 患者データをもとにMulti-Sigma®で治療効果の予測モデルを構築し、年齢等の不変データを固定した上で改善度を最大化する治療法を最適化。
- 成果
- 高精度な改善度予測と効果的要因の特定を実現し、患者一人ひとりに合わせた最適な治療内容(理学療法や薬物療法等)の自動提案を可能にした。
ビジネス・店舗分析
マーケティング：小売店の売上時系列データ分析
- 課題
- 時系列データ特有の複雑さ(季節性やキャンペーン効果等)があり、精度の高い中長期(20週間先)の売上予測や要因特定が困難だった。
- 施策
- 日付の周期化(sin/cos変換)や過去売上・値引き情報などの特徴量生成を行い、Multi-Sigma®で情報漏洩を防ぐ適切な学習を実施。
- 成果
- 20週間先の売上を高精度に予測可能にし、過去売上や特定の値引き施策が売上に与える影響(要因)を定量的に明かした。
