2021年11月16日

超省メモリで追加学習も可能な異常検知アルゴリズム「MSAT++」を開発いたしました。


    Press Release

    エイシング、超省メモリで追加学習も可能な
    異常検知アルゴリズム「MSAT++」を開発
    ~異常検知対象の個体差補正や、多様な運用環境を考慮したAIモデル構築を実現~

     エッジAIアルゴリズムを開発・提供する株式会社エイシング(本社:東京都港区、代表取締役 CEO:出澤純一)は、新たな異常検知アルゴリズム「MSAT++ (メモリー・セービング・アノマリー・トラッカー・プラスプラス)」を開発しました。
     「MSAT++」はモデルサイズが数KBほどと省メモリであることに加え、機械への搭載後も学習を行うことにより異常検知対象の個体差補正を実現し、より賢い異常検知を実現します。

    MSAT++ Logo

    ■工場で高まる異常検知ニーズと課題

     近年、DX(デジタルトランスフォーメーション)が推進される中で、活用シーンのひとつである異常検知にも注目が集まっています。製造業の工場でも、生産性向上や効率的なメンテナンスの実現のため、機器の状態を監視しながらメンテナンス時期を決定するCBM(コンディション・ベースド・メンテナンス) の導入が進んでいます。CBMでは、機械につけられた複数のセンサの値から、機械に異常が起きていないかを判定します。
     しかし、導入までに課題が複数存在しており、工場における異常検知の実現が困難となっています。

    課題①:設備からデータを収集・分析するための一連のシステムが複雑になってしまう
    課題②:トラブルが発生しない限り異常データが取れないため、異常検知モデル構築が困難
    課題③:搭載先の個体差 / 環境差等に合わせて数多くの異常検知モデルを構築する必要がある

    ■工場での異常検知を実現する、エイシングの独自アルゴリズム「MSAT++」

     エッジAIのプロフェッショナルであるエイシングは、工場での異常検知を実現するための異常検知アルゴリズム「MSAT++」を開発しました。
     「MSAT++」を用いることで、上述の課題を解決できます。

    解決策①:モデルサイズが数KBと非常に軽量。センサに搭載でき、簡素なシステム構成が可能
    解決策②:異常データがない状態でモデルを構築。運用中に学習することで賢く育てていくことが可能
    解決策③:搭載先の機械や、運用環境、原材料のデータ特性を学習することで、個体差 / 環境差へ適応

     「MSAT++」を利用したソリューションの詳細は以下のページをご覧ください。 https://aising.jp/msat-pp-cbm/
     アルゴリズムの詳細については以下のページをご覧ください。 https://aising.jp/msat-pp/

    MSAT++ Solution


    株式会社エイシング
     長年にわたる機械制御とAIに関する研究成果を基に2016年12月設立。2018年8月「大学発ベンチャー表彰2018~Award for Academic Startups~」における、経済産業大臣賞を受賞。2018年3月「起業家万博」にて総務大臣賞、2017年2月株式会社日本総合研究所主催 「未来2017」最終選考会​にて日本総研賞など、数多くのベンチャーアワードを受賞。末端機器で推論を行うエッジAIの中でも、推論に加え学習も可能で、より軽量なエンドポイントAIを開発・提供している。

    代表取締役CEO:出澤 純一
    所在地:東京都港区赤坂6丁目19番45号赤坂メルクビル1F
    設立:2016年12月8日
    資本金:899百万円(資本準備金を含む)
    コーポレートサイト:https://aising.jp/

    【本件に関するお問い合わせ】
    AISing PR事務局:安東・板橋 Mail:pr@aising.jp