目次
- 1. 深層学習用ツール Advance/iMacle
- 1.1. 深層学習用ツール Advance/iMacle の特徴・機能
- 1.1.1. ニューラルネットワークによる深層学習に特化
- 1.1.2. お客様のニーズに応じたカスタマイズが可能
- 1.1.3. 従来の統計処理と AI 処理
- 1.2. 解析事例
- 1.2.1. 多クラス分類(教師あり学習)測定データを8クラスに分類(測定条件の違いに対する判断)
- 1.2.2. 回帰分析①(教師あり学習)教師データ:フィッティングからのピーク中心値
- 1.2.3. 回帰分析②(教師あり学習)教師データ:リートベルト解析で求めた格子定数
- 1.3. アドバンスソフトの AI サービス・メニュー
- 1.4. 関連情報
深層学習用ツール Advance/iMacle
アドバンスソフトでは、当社独自の深層学習用ツール Advance/iMacle(アイマークル)を開発し、さまざまなデータに対し、人工知能(AI)技術を駆使して分析/知識化を行い、そこで創出した情報/価値によって、問題の解決を図ることを目的としたソリューションの提供を始めました。
当社が長年培ってきたナノ・バイオ系や CAE のシミュレーション技術や、中性子ビームや放射光(X線)を利用した実験技術等と組み合わせることで、認識・分類性能の更なる高精度化も期待されます。
AI 技術を利用したデータ解析について、受託開発やコンサルティング、アウトソーシングをご検討中のお客様は、是非ともアドバンスソフトにご相談ください。
深層学習用ツール Advance/iMacle の特徴・機能
ニューラルネットワークによる深層学習に特化
Advance/iMacle は、機械学習のうち、ニューラルネットワークによる深層学習に特化したツールです。 最小限度の機能に絞り込んだ比較的軽いツールです。
お客様のニーズに応じたカスタマイズが可能
当社で版権を持つソフトウェアであるため、お客様のニーズに応じたカスタマイズが可能です。 GPU や並列計算機を使った高速化や、必要に応じてソースプログラムを公開することが可能です。 他の AI ツールと組み合わせた使用も可能です。
ニューラル ネットワーク | 機能(層) | 全結合層、畳み込み層、プーリング層、ドロップアウト層、正規化層、活性化層 |
活性化関数 | Step 関数、Sigmoid 関数、SoftMax 関数、ReLU 関数 | |
最適化 | SGD 法、Momentum 法、AdaGrad 法、Adam 法 | |
検証 | Hold-out、Leave-one-out、k-fold cross validation | |
その他 | アンサンブル学習、データ拡張、加重減衰、学習率減衰 | |
使用環境 | 開発言語 | Python |
OS | Windows、Linux、Mac |
従来の統計処理と AI 処理
解析事例
多クラス分類(教師あり学習)
測定データを8クラスに分類(測定条件の違いに対する判断)
教師データ: (a) 評価試料/参照試料、(b) 北側検出器/南側検出器、(c) 試料縦置き/試料横置き
回帰分析①(教師あり学習)
教師データ:フィッティングからのピーク中心値
回帰分析②(教師あり学習)
教師データ:リートベルト解析で求めた格子定数
アドバンスソフトの AI サービス・メニュー
- 深層学習用ツール Advance/iMacle を適用した解析
- 深層学習用ツール Advance/iMacle のカスタマイズ
- オープンソースの AI ツール(TensorFlow 等)を利用した解析
- シミュレーションを利用した学習データの大量作成
- GPU や並列計算機を利用したツールの高速化
- AI を利用した実験コンサルテーション
- 当社の科学技術計算に関するさまざまなソリューションとの連携