行動分析・異常検知・推移予測に対応
人の行動分析、音や加速度センサーによる異常状態の検知、過去データをもとにした将来推移予測に対応します。用途に応じて、分析対象と活用目的を整理できます。
人の動きを撮影した動画をもとにAIで人を認識し、そこから得られた時系列データを分析できます。工場作業や人の往来を可視化し、作業空間や手順の改善に活用できます。
音や加速度センサーから得られる時系列データを分析し、普段と異なる状態を見つけられます。機械の状態変化を捉え、故障予知や異常検知に活用できます。
過去のデータ推移をもとに、将来の推移を予測できます。血糖値などの時系列データを分析し、今後の変化を見通すための判断材料として活用できます。
工場での作業者の動きが十分に可視化されておらず、より効率的な作業空間や作業手順を検討するための判断材料が不足している
作業者の動きを撮影した動画からAIで人を認識し、得られた時系列データを分析。作業者の行動を把握し、効率的な作業空間や手順の構築を支援
関連技術キーワード
多くの人々が往来する場所で、人の流れや動線を把握できず、運用改善に必要なデータを得にくい
カメラで撮影した映像から人を認識し、時系列データとして動線を分析。人々の往来や移動傾向を把握し、施設運用や導線改善に活用
関連技術キーワード
工場などで使用する機械の状態変化を、人の感覚だけで把握することが難しく、普段と異なる状態を早期に見つけたい
機械の近くに加速度センサーやマイクを設置し、得られる波形データを分析。通常時と異なる傾向を検出し、異常状態の発見や故障予知に活用
関連技術キーワード
血糖値などの過去データは蓄積されているが、将来の推移を見通すための分析に活用できていない
過去データの推移をもとにAIで時系列分析を行い、将来の変化を予測。継続的な状態把握や判断材料づくりを支援
関連技術キーワード
人の行動分析、音や加速度センサーによる異常状態の検知、過去データをもとにした将来推移予測に対応します。用途に応じて、分析対象と活用目的を整理できます。
動画から得られる人の動き、加速度センサーやマイクの波形データ、過去データの推移など、複数種類のデータを分析対象にできます。現場にあるデータをAI活用につなげます。
要件定義、実証実験、開発・テスト、導入・運用、保守・改善まで段階的に進めます。初期性能の評価や課題の洗い出しを行いながら、現場で活用しやすいAI開発を支援します。