AI研究所 - AI(人工知能)に脅かされないために、AI(人工知能)を作る側の人間になる -

HOME  >  外観検査AI「Gemini eye」、複雑な見た目の製品の検査精度を大幅にアップへ!

AI入門ブログ - 人工知能の作り方など人工知能に関する情報を公開 -

異常検知

こんにちは!AI研究所の見習い研究員のChisatoです。 本日は、即日導入できる観検査AI「Gemini eye」に関するtopicsです。 製造業向けAIシステム開発を手掛ける、株式会社Pros Consは、外観検査AI「Gemini eye」の精度を大幅に向上させ、v1.1.0にバージョンアップし、2020年8月3日(月)より提供開始しました。 「Gemini eye v1.1.0」開発背景 … “外観検査AI「Gemini eye」、複雑な見た目の製品の検査精度を大幅にアップへ!” の続きを読む


更新日 2017.10.29

画像データを使った異常検知を試してみる。

AI(人工知能)の作り方

こんにちは、AI研究所 見習い研究員のマサミです。 以前の記事「[入門者向け] Azure MLを使った異常検知AIの作り方」で紹介した「One Class – Support Vector Machine」モデルを使った異常検知を、今回は画像データで試してみたいと思います。 今回試してみる画像データは、「0〜9」までの手書きの画像データが入った「MNIST」データです。 学習用のデータとして手書 … “画像データを使った異常検知を試してみる。” の続きを読む


更新日 2017.06.29

[入門者向け] Azure MLを使った異常検知AIの作り方

AI(人工知能)の作り方

こんにちは、AI研究所 見習い研究員のマサミです。 今回は、Azure MLを使った異常検知モデルの作り方をご紹介したいと思います。 Azure MLを使うのでプログラミングの知識がない方でも簡単に作成できます。 Azure MLの基本的な使い方は以前の記事「プログラミング不要!? AI(人工知能)の作り方【Azure ML – 機械学習】」を参照してください。 機会学習にしようするモジュールです … “[入門者向け] Azure MLを使った異常検知AIの作り方” の続きを読む