ブックマーク / cloud.google.com (2)

  • NTT ドコモ「AIタクシー」を支える TensorFlow と需要予測モデル | Google Cloud 公式ブログ

    Google Cloud デベロッパーアドボケイト 佐藤一憲 Google Cloud マシンラーニング スペシャリスト 大薮勇輝 NTT ドコモ(以下、ドコモ)は今年 2 月、タクシー需要予測サービス 「AIタクシー」の運用を開始しました。このサービスでは携帯電話ネットワークから得られるリアルタイムの人口統計情報を利用し、TensorFlow で構築したディープラーニング モデルとの組み合わせにより、500 m 四方のエリアごとの 30 分後までの乗車数を 93〜95% の精度で予測します。 このサービスは現在、東京と名古屋で徐々にサービスを拡大し、2,500 台のタクシーに順次導入を進めています。その結果、1) 乗客の待ち時間の短縮、2) 急な需要変化へのすばやい対応、そして 3) ベテランドライバーと新人ドライバーの経験差の緩和が実現。タクシー事業者の売り上げの顕著な向上として、その

    NTT ドコモ「AIタクシー」を支える TensorFlow と需要予測モデル | Google Cloud 公式ブログ
    mtane0412
    mtane0412 2018/04/28
  • ラーメン二郎とブランド品で AutoML Vision の認識性能を試す | Google Cloud 公式ブログ

    この投稿は米国時間 3 月 26 日に投稿されたもの(投稿はこちら)の抄訳です。 Posted by Google Cloud デベロッパー アドボケイト 佐藤一憲 この 3 つのラーメンは、41 店舗あるラーメン二郎のうち 3 店舗で作られたものです。それぞれ、どの店舗で出されたものか分かりますか? データ サイエンティストの土井賢治さんが作成した機械学習(ML)によるラーメン識別器を使えば、それぞれの微妙な盛り付けの違いを見分けることで、95% の精度で店舗を特定できます。 この写真を見ても分かるとおり、ラーメン二郎の相当コアなファンでもなければ、ラーメン画像から 41 店舗のどこで作られたかを見分けることは簡単ではありません。テーブルやどんぶりの色、形にあまり違いのない場合が多いのです。 土井さんは、ディープ ラーニングを使ってこの問題を解けるか興味を持ち、インターネット上から 48

    ラーメン二郎とブランド品で AutoML Vision の認識性能を試す | Google Cloud 公式ブログ
    mtane0412
    mtane0412 2018/03/27
    小泉さんの声で読むと捗る
  • 1