(株) つくばAI活用支援センター
AI Consulting of Tsukuba, Corp.

私たちのミッション

AI・機械学習の開発/活用支援を行うことで、企業の生産性改善に貢献します。また、研究活動を通してさらなるAI・機械学習の技術的発展に参加します。

会社情報

〒103-0027
東京都中央区日本橋3丁目2番14号 新槇町ビル別館第一 1階
(バーチャルオフィスですので、ご来訪はご遠慮ください)

代表: 内田 匠

お問い合わせ先:
takumi_uchida@ai-tsukuba.net

<研究成果>

弊社が関わり学会などで公開した研究実績は以下になります。研究にご協力いただいた皆さまには厚く御礼を申し上げます。

株価予測のディープラーニングにおける学習結果の可視化

一般的にディープラーニングや機械学習を用いた学習内容は解釈不可能であり、「ブラックボックス」と呼ばれます。しかし、解釈できない予測結果を人間が受け入れることは難しく、人間とAIの共存協業における大きな課題となっています。

本研究では、ディープラーニングで株価を学習させ、人間が解釈可能なファクター(例えば、時価総額など)ごとに予測結果への寄与率を計算しました。

私たちはディープラーニングの構築と実装、検証作業を行いました。

MIDAS 2018 : MIDAS @ECML-PKDD 2018

掲載先はこちら

農薬の分子構造から土中残留時間を予測

農薬認可のための環境試験の一つに土中残留率があります。実験農場で農薬を散布し、長い時間をかけて計測する必要があるため、膨大なコストがかかり、農薬企業にとって大きなリスクとなっています。

本研究では、開発した農薬の分子構造を解析することで土中残留率の予測を行いました。農場試験の実施の前に分子構造的な問題を検知することで経営上のリスク低減を目指します。

私たちは予測用の機械学習と検証のプログラミングを行いました。

Environmental Toxicology and Chemistry

掲載先はこちら

あらゆる推薦リストを統合する
ハイブリッドレコメンダーシステム

ユーザーの行動履歴から適切なアイテムを推薦するレコメンダーシステムは数多く提案されており、それぞれが得意とする推薦状況が異なります。

例えば、新規のユーザーには行動履歴データがないため特殊なレコメンドアルゴリズムを用いる必要があり、新規離脱は大きな機会損失になるため、これらを適切に使い分ける必要があります。

私たちは推薦状況を学習し、最も適したレコメンドアルゴリズムを採用するハイブリッドレコメンダーシステムを開発しました。このシステムをNetflix社の公開データで検証し、その有効性を検証しました。

人工知能学会論文誌 2021年 36巻 4号 p.C-KC4_1-11

掲載先はこちら