SEOに関連するニュースリリースを公開しております。
最新のサービス情報を、御社のプロモーション・マーケティング戦略の新たな選択肢としてご活用下さい。
QuantumCoreと日産自動車、バッテリーの電流波形から車両電子ユニットの動作判定を高い精度で実現できることを確認
[21/11/30]
提供元：@Press
提供元：@Press
株式会社QuantumCore(クアンタムコア、本社：東京都品川区、代表取締役：秋吉 信吾、以下「当社」)は、日産自動車株式会社とバッテリーの電流波形から車両電子ユニットの動作状況を判定する実証実験(以下 PoC：Proof of Concept)を2021年4月から2021年11月(11月4日にエレクトロニクス実装学会で研究成果発表)まで実施しました。
従来、複数ユニットの状況を判定することは困難でした。なぜならバッテリーに流れる電流は、複数ユニットの動作電流が重なった波形となっており、従来手法では限界があり、また一般的な機械学習を用いた方法には、モデルの作成に大量の動作パターンデータを与える必要があり、データ作成が課題でした。そこで、本PoCでは当社独自のレザバーコンピューティング技術Qoreシリーズによる時系列処理技術を用いることで、少ない学習データで微小電流ユニットを他ユニットが動作したまま、高い精度での動作判定を実現できることを確認しました。
画像1: https://www.atpress.ne.jp/releases/287540/LL_img_287540_1.png
異常判定システム
これにより、本技術が電流波形から得られた時系列の特徴量に対する解析に有効であり、少ない学習データでも高い精度で電子機器の動作パターンを推論ができます。予め大量の動作パターンの作成が困難な製造現場への導入が可能な他、将来的には当社の技術はエッジによるリアルタイム学習も行えるため走行車両への導入も視野に入ります。そのため工場出荷後のリアルタイムの車体保全への適用が期待されます。
すでにこの技術を自動車技術研究会およびエレクトロニクス実装学会のインテリジェント実装技術研究会において、共同発表しており、また実工場現場への導入に向けた開発を開始しております。
当社はレザバーコンピューティングを基にしたRNN(Recurrent Neural Network)を独自技術で開発し、「少量データ」を「エッジ上」で「リアルタイム学習」できる多変量時系列処理ソリューション「Qoreシリーズ」を提供しています。
Qoreシリーズに関しては下記リリースをご覧ください。
(Cortex-Mシリーズ向けエッジAIソリューション「EdgeQore Lite」がアルゴリズム改良によりアナログ・デバイセズ社の超低消費電力マイコンへ対応 https://prtimes.jp/main/html/rd/p/000000022.000039630.html )
【QuantumCoreについて】
当社にはレザバーコンピューティングの研究で著名な、東京大学の池上 高志教授と、公立はこだて未来大学の香取 勇一教授がリサーチアドバイザとして参加しております。
また主力製品として、レザバーコンピューティングを基にした、「少量データ」を「エッジ上」で「リアルタイム学習」できる多変量時系列処理ソリューション「Qore」を提供しています。ビックデータによる作りきりのモデルではなく、個人や環境へ柔軟に対応し、人に寄り添う技術の提供を実現させます。
【会社概要】
名称 ：株式会社QuantumCore
代表者：代表取締役 秋吉 信吾
所在地：東京都品川区西五反田2-14-13
創設 ：2018年6月
資本金：197,500,000円(資本余剰金含む)
【QuantumCore社製品に関するお問い合わせ】
株式会社QuantumCore
お問い合わせフォーム
https://docs.google.com/forms/d/e/1FAIpQLSdnUZw1sd6i9G51so8OLCbIoyLNiECZPXQhfvBvch98Zmx0Eg/viewform
従来、複数ユニットの状況を判定することは困難でした。なぜならバッテリーに流れる電流は、複数ユニットの動作電流が重なった波形となっており、従来手法では限界があり、また一般的な機械学習を用いた方法には、モデルの作成に大量の動作パターンデータを与える必要があり、データ作成が課題でした。そこで、本PoCでは当社独自のレザバーコンピューティング技術Qoreシリーズによる時系列処理技術を用いることで、少ない学習データで微小電流ユニットを他ユニットが動作したまま、高い精度での動作判定を実現できることを確認しました。
画像1: https://www.atpress.ne.jp/releases/287540/LL_img_287540_1.png
異常判定システム
これにより、本技術が電流波形から得られた時系列の特徴量に対する解析に有効であり、少ない学習データでも高い精度で電子機器の動作パターンを推論ができます。予め大量の動作パターンの作成が困難な製造現場への導入が可能な他、将来的には当社の技術はエッジによるリアルタイム学習も行えるため走行車両への導入も視野に入ります。そのため工場出荷後のリアルタイムの車体保全への適用が期待されます。
すでにこの技術を自動車技術研究会およびエレクトロニクス実装学会のインテリジェント実装技術研究会において、共同発表しており、また実工場現場への導入に向けた開発を開始しております。
当社はレザバーコンピューティングを基にしたRNN(Recurrent Neural Network)を独自技術で開発し、「少量データ」を「エッジ上」で「リアルタイム学習」できる多変量時系列処理ソリューション「Qoreシリーズ」を提供しています。
Qoreシリーズに関しては下記リリースをご覧ください。
(Cortex-Mシリーズ向けエッジAIソリューション「EdgeQore Lite」がアルゴリズム改良によりアナログ・デバイセズ社の超低消費電力マイコンへ対応 https://prtimes.jp/main/html/rd/p/000000022.000039630.html )
【QuantumCoreについて】
当社にはレザバーコンピューティングの研究で著名な、東京大学の池上 高志教授と、公立はこだて未来大学の香取 勇一教授がリサーチアドバイザとして参加しております。
また主力製品として、レザバーコンピューティングを基にした、「少量データ」を「エッジ上」で「リアルタイム学習」できる多変量時系列処理ソリューション「Qore」を提供しています。ビックデータによる作りきりのモデルではなく、個人や環境へ柔軟に対応し、人に寄り添う技術の提供を実現させます。
【会社概要】
名称 ：株式会社QuantumCore
代表者：代表取締役 秋吉 信吾
所在地：東京都品川区西五反田2-14-13
創設 ：2018年6月
資本金：197,500,000円(資本余剰金含む)
【QuantumCore社製品に関するお問い合わせ】
株式会社QuantumCore
お問い合わせフォーム
https://docs.google.com/forms/d/e/1FAIpQLSdnUZw1sd6i9G51so8OLCbIoyLNiECZPXQhfvBvch98Zmx0Eg/viewform
SEO関連
