創薬研究者が仮説を入力すると関連論文を探すAI
人工知能（AI）の開発を行うFRONTEOの子会社であるFRONTEOヘルスケア（東京・港、西川久仁子社長）は、製薬企業向けの技術開発にも力を入れており、2018年11月に新薬の研究を支援するAIを開発した。2019年4月2日時点で複数の製薬企業がトライアル版を導入しているという。 製薬企業の医薬品の研究開発部門などでは、論文と公開データベースを日常的に確認し、研究の仮説を立てたり、実験プロトコルを組み立てたりする。だが、世界中に存在する膨大な論文や公開データベースから、自分に必要な情報を探すには時間と労力がかかるのが現状だ。 同社が開発したAIは、研究者が自身の仮説を文章で入力すると、関連する論文や遺伝子、疾患、医薬品などの情報を表示するものだ。 社内の保存データも活用できる 今回の技術には、同社が開発したAIエンジン「Concept Encoder（コンセプトエンコーダー）」が利用され
IoT開発支援「mockmock」、「データレコーダー」プレビュー版が公開 - 週刊アスキー
Fusicは4月19日より、IoTテスト用仮想デバイス作成サービス「mockmock」の新機能「データレコーダー」のプレビュー版をリリースした。 mockmockは、IoT開発支援サービスで、クラウド上に仮想デバイス（mock）を作成して、ユーザーが開発しているサーバーに対して疑似データを送るもの。仮想デバイスは瞬時に動作や台数を変更でき、サーバーアプリケーションの動作確認や負荷検証が実デバイスなしで実施できる。 新たに追加されたアドバンスドオプションのデータレコーダーは、実デバイスからのデータをmockmock上のストレージに蓄積し、送信日時を現在時刻に入れ替えてmockmockの仮想デバイスよりそのデータを送信し直すことができる。mockmockが提供する各種ジェネレーターが作り出すデータだけでなく、リアル（現実）のデータでのテストが可能になるという。蓄積したデータはmockmock上
クラウドネイティブアプリ開発者なら覚えておきたい「4つの基礎」
関連キーワード アプリケーション開発 | Docker | クラウドコンピューティング 「クラウドネイティブ」という言葉は、開発者がスケーラビリティといったクラウドの性質を念頭に置いてアプリケーションを設計、開発、提供することを意味する。クラウドネイティブのアプリケーション開発には一般的に、マイクロサービスやコンテナが関連付けられる。これはクラウドネイティブアプリケーションが、最新の開発手法に沿って作成されることが多いためだ。 従来のウオーターフォール型ソフトウェアの開発ライフサイクルとは対照的に、クラウドネイティブアプリケーションはもっとアジャイルな手法で開発されることが多い。自動化されたデリバリーパイプラインを通じて、アプリケーションの運用環境は頻繁に変更され、インフラはコードレベルで管理されるようになった。 併せて読みたいお薦め記事 アプリケーション開発の最新事情 進化するコンテナ技
テクムズ、0.1mmの不良をAIで検出する品質検査ソフト、オプションで各種ハードウェアも用意 | IT Leaders
IT Leaders トップ ＞ テクノロジー一覧 ＞ AI ＞ 新製品・サービス ＞ テクムズ、0.1mmの不良をAIで検出する品質検査ソフト、オプションで各種ハードウェアも用意 AI AI記事一覧へ [新製品・サービス] テクムズ、0.1mmの不良をAIで検出する品質検査ソフト、オプションで各種ハードウェアも用意 2019年4月23日(火)日川 佳三（IT Leaders編集部） リスト テクムズは2019年4月23日、AIの活用によって製造品の不具合を目視検査よりも高精度・高速に検出するパッケージソフトウェアを発表した。2019年5月から販売する。製造品のバリ、ヤケ、傷、エグレなどを検出する。オプションで、カメラや照明、ベルトコンベア、セパレータなども用意した。 テクムズは2014年設立、愛知県名古屋市のベンチャー企業。今回、画像認識AIを活用した品質管理ソフトウェアを発表した。黒色
マクニカ、ディープラーニング向けフレームワーク「ReNom」を販売、SIサービスと合わせて提供 | IT Leaders
IT Leaders トップ ＞ テクノロジー一覧 ＞ AI ＞ 新製品・サービス ＞ マクニカ、ディープラーニング向けフレームワーク「ReNom」を販売、SIサービスと合わせて提供 AI AI記事一覧へ [新製品・サービス] マクニカ、ディープラーニング向けフレームワーク「ReNom」を販売、SIサービスと合わせて提供 2019年4月23日(火)日川 佳三（IT Leaders編集部） リスト マクニカは2019年4月24日、グリッドが開発したマシンラーニング（機械学習）／ディープラーニング（深層学習）向けの開発フレームワーク「ReNom」（リノーム）を販売すると発表した。狙いは、データサイエンティスト不足を解消することと、AI開発を簡略化することによって企業のAI活用を推進することである。 ReNom（リノーム）は、マシンラーニング／ディープラーニング向けの開発フレームワークである。A
Microsoft Outlookの生産性を向上させるテクニック5選
マイクロソフトのアプリケーション「Microsoft Outlook」の最新バージョンは「Outlook 2019」だが、メール、カレンダー、連絡先リスト、タスクリスト管理など、さまざまな機能を備えている。 これらの機能のうち、特によく使うのはメールではないだろうか。よく使う機能ほど、使いこなすためのテクニックを知っているかどうかで、業務のスピードも変わってくる。そこで本稿では、メールにまつわるタスクの効率をアップするテクニックを紹介しよう。 メールの送信を予約する Outlookでは、メールを送信したい日時を設定することができる。それには、メールを作成している時に、リボンの[タグ]から[その他のオプション]の矢印を選択する。すると、[配信オプション]の画面が表示されるので、送信したい日時を指定する。 送信日時を設定したメールは[送信トレイ]に残るので、設定した日時よりも速く送信する必要が
データサイエンティスト育成に取り組む筑波大学が「データ分析コンテスト」を実施 SAS、トーマツ、ウエルシアが支援
PR提供：SAS Institute Japan データサイエンティスト育成に取り組む筑波大学が「データ分析コンテスト」を実施 SAS、トーマツ、ウエルシアが支援 筑波大学 理工学群 社会工学類はグローバルビジネスに通用するデータサイエンティストの育成に力を入れており、その趣旨に賛同するSAS Japan、有限責任監査法人トーマツ、ウエルシア薬局の3企業が同校の支援を行っている。 同校ではSASの分析ツールを活用した「ビジネスデータ分析コンテスト」を毎年実施しており、本年も優秀チームの表彰とプレゼンテーションが2019年2月12日、SAS Japanオフィスにて開催された。本稿ではその模様をレポートする。 学生チームが現実の企業の課題発見と解決に取り組む、マネジメント実習 イベント冒頭、筑波大学 理工学群 社会工学類 准教授の岡田 幸彦氏が登壇。社会工学のコンセプトについて「社会問題×数理
メタボシステムの無駄な機能、整理表で洗い出そう
出典：日経SYSTEMS、2019年1月号 pp.35-36 「さよならメタボ 無駄な機能の削り方」を改題して編集 （記事は執筆時の情報に基づいており、現在では異なる場合があります） 再構築対象のメタボシステムで、どの機能を削ってどの機能を残せばよいのか。無駄な機能を洗い出すには、各現行機能を整理し、業務用途別に分類し直すことが欠かせない。 再構築プロジェクトでの要件定義の手順は「方針決定」「業務分析」「機能分析」「業務設計」という4フェーズ、10ステップで進める。ここではそのうち、メタボシステムの無駄な機能の削減のために重要な、「システム化方針の決定」ステップ、「現行機能の整理」ステップの2つを解説しよう。 「システム化方針の決定」ステップ：機能削減の目的を経営幹部と確認 A社のシステム部門は「システム化方針の決定」ステップで、システム化の責任者である経営幹部や上級管理職と打ち合わせを行
家族を見守る家庭向けコミュニケーションロボットを共同開発
同梱のドアセンサーを取り付けると、ドアなどの開閉の振動を検出してTELLBOが発話して通知する。登録したスマートフォンにも通知するため、家族を離れた場所から見守れる。なお、センサーは別売りを含め、最大8個まで接続できる。 日々のイベントをリマインドするタイマー機能を搭載。起床、朝食、昼食、夕食、就寝や薬の時間などの毎週繰り返す決まり事や、不定期な来客、通院や外出などの1回限りの予定も、操作なしにTELLBOが発話して知らせる。同時に、登録したスマートフォンにも通知する。 同社は、2015年に発売したコミュニケーションロボット「BOCCO」を活用し、製品開発を支援。また、ロボット開発のノウハウを基に、IoT（モノのインターネット）、ロボットに必要なソフトウェアとハードウェアを提供している。 関連記事 ヒューマノイドに再び脚光、コンビニ店員ロボも――iREX2017サービスロボットレポート 過
ヒト型ロボットが平均台の上をそろ〜り歩ける能力を獲得! | Techable(テッカブル)
ロボットの“身体能力”が劇的に向上している。米国・フロリダのロボット研究機関IHMCはこのほど、ヒューマノイド「Atlas」が平均台の上を歩く様子を収めたビデオを公開した。 そろりと歩を進める様子はまさに人間そのもの。足元を見ながら瞬時に前に出す足の置き場所を判断するという高度な能力を獲得した。 ・周囲のマップを作成 人間は意識せずに目の前の障害物を避けたり、足を置く場所を選んだりする。それは、「ここに足を置くと落ちる」とか「もっと遠くに足を置いた方が次の足を出しやすい」などと、目から入った情報を瞬時に処理しているからだ。 この能力をロボットに持たせるには、人の目や脳、筋肉などの機能を搭載して互いに結びつける必要があり、IHMCはLIDARシステムを活用した。 LIDARは自動運転車などでも使用されている技術で、物体の存在や距離などをとらえて周囲のマップを作成する。開発チームはLIDARを
次世代のデータプラットフォーム「Looker」機能概要まとめ #looker | DevelopersIO
Developers.IOをご覧の読者の皆様は「Looker(ルッカー)」というBIツール・サービスを御存知でしょうか。2012年01月に米国カリフォルニアにて設立された同名企業により開発された、データ探索とデータディスカバリー(発見)のための、次世代のデータプラットフォームです。 Looker - Business Intelligence and Big Data Analytics Software Lookerは世界各国の著名な企業・スタートアップなどで採用されており、また日本国内でも下記のようにメルカリやQuipperといった企業が採用・導入をした事で知名度が上がってきています。2019年の「Gartner Magic Quadrant」でも「Analytics and Business Intelligence Platforms」部門に掲載されています。 プロダクトのリリース
機械学習/ディープラーニング/Python関係の記事まとめ - Qiita
はじめに 機械学習/ディープラーニング/Pythonに関する、私が書いた記事をまとめたものです。対象のブログは主に以下になります。 karaage. note.mu まとめページを新たに作りました ここにある情報もだいぶ古いものが多くなってきたので、新たに自分が学んだことを以下のページにまとめ直しました。今からだと、こちらから見ていった方が良いかもしれません。 Pythonで基礎から機械学習まとめ 概要・初心者向け 機械学習もディープラーニングもPythonも詳しく知らない・初心者という方は、まずはこちらを参照下さい。 人工知能・機械学習・ディープラーニング関係の雑多なまとめ Pythonで最初に知っておきたかったことのまとめ【初心者向け】 環境構築 環境構築に関する記事です。 Pythonで機械学習をするための環境を雑にセットアップする方法（Jupyter notebook環境、ディープ
不均衡データへの決定打となるか！？「Affinity loss」の論文を読む、実装する - Qiita
陰性のデータは1万件近く集めることができましたが、陽性のデータは100件しか集められませんでした。このように、陽性・陰性というクラス間でデータ数に明らかな偏りがあるケースを不均衡データ（inbalanced data）といいます。 不均衡データの問題点 評価上の問題 これは教科書的な問題で、「精度（Accuracy）が機能しない」という点です。例えば先程の例で陰性がデータ全体の99%なら、ありとあらゆるデータに対して陰性と判定（$y=0$）する分類器を作れば、その時点で精度99%を達成してしまいます。 こんなイメージです。機械学習なんていらないですね。笑っちゃうかもしれませんが、実は機械学習を使っても「return 0」みたいな状態に最適化が向かうことがあります（後述）。 今最適化での解の問題はおいておくとして、あくまで評価上の問題なら、Precision, Recall, ROC曲線、F
ネットワーク越しでパイプしたり、あらゆるデバイス間でデータ転送したい！ - Qiita
何を解決したいか？ Mac, Windows, Linux, iPhoneやAndroidのスマホ・タブレットとかのデバイス間でデータの転送したいことがあります。 SlackとかLineとかSkypeとかAirDropとかあっても 送りたい相手と共通して使っているサービスを探す必要とか、 GUIのソフトウェアのインストールが必要とか、 AirDropだとApple系OSである必要 があるなどの転送の障壁があって、GUIが使えないデバイスに送りたいときなどは困ってしまいます。 すでにたくさんのファイル共有系のサービスがありますが、コマンドを使ったCUIベースにあまり親切な設計なものはあまりないと思います。 そこで、上記の問題を解決するために、以下のようなファイル転送の仕組みを作りました。 他デバイス間でデータ転送ができ、 別途ソフトウェアのインストール不要で、 パイプにとても親和性が高くエン
正しく使うことでOSSは強力な味方となる！ ライセンス違反や脆弱性の適切な管理を実現するツール「FOSSID」
今や業務系、組み込み系問わず、ソフトウェア開発にオープンソースソフトウェア（OSS）は、必要不可欠なものになりつつある。なぜならOSSの活用には、「無料で欲しい機能が手に入り拡張できる」「ゼロから作るより信頼性がある」「新しい技術が取り込める」「ビジネスがスピードアップできる」などメリットがたくさんあるからだ。だがこのメリットを享受できるのは、OSSを正しく使えてこそ。コンプライアンス（ライセンス）違反がないか、脆弱性がないか。OSS活用をソフトウェア開発の強力な追い風にするには、この2つの観点から、OSSをきちんと管理するしくみが必要になる。それを可能にするツールが「FOSSID」だ。 FOSSID - OSSライセンス＆セキュリティ管理ツール なぜ、OSSの管理が必要とされるのか 昨今、ソフトウェア開発のシーンで不可欠になっているOSS。2000年頃よりLinuxの台頭が始まり、その後
【OSS】科学計算処理向けプログラミング言語「Julia」のベスト機械学習ライブラリ5選---「Flux」「Knet」「MLBase.jl」「TensorFlow.jl」「ScikitLearn.jl」
【OSS】科学計算処理向けプログラミング言語「Julia」のベスト機械学習ライブラリ5選---「Flux」「Knet」「MLBase.jl」「TensorFlow.jl」「ScikitLearn.jl」 OSS×クラウド最新TOPICS 2019年4月10日 10:56 科学計算処理向けの高水準/動的プログラミング言語「Julia」の便利な機械学習ライブラリを紹介。 「Julia」とは Juliaは「実行速度」と「記述性」の両立を目指したテクニカルコンピューティングのためのハイレベルで高性能な科学技術計算向けプログラミング言語。 「高度なコンパイラ」「分散並列実行」「高い数値精度」「広範な数学関数ライブラリ連携」を提供する。 →OSSxCloudNews →オープンソースの言語／Juliaとは ①Flux Fluxは、MLソリューションの構築に必要な機能が満載されている軽量フレームワーク。
一括再構築では失敗する 段階的にシステムを改善
マイクロサービス化は、オンプレミス、モノリシックから段階的に作り替える。前提として、アジャイル開発体制、DevOps、横断機能プラットフォームを導入。稼働環境の構築は、最新のクラウドサービスを使うのが早道だ。 今回はマイクロサービスを導入するための体制づくりを紹介します。導入に向けたプロセスの考え方を押さえたうえで、開発体制や共通プラットフォームなどを整える必要があります。 マイクロサービス化のプロセスを考えるうえで重要なことは、先端的といわれる企業であっても、最初からマイクロサービスではなかったという点です。マイクロサービスの代表格である米Netflixも同じです。 Netflixは1998年に創業され、オンラインでのDVDレンタルサービスを提供していました。当初から全てのシステムはデータセンター内に配備されていました。しかし2008年8月、データセンター内に配備されたリレーショナルデー
ツリー構造で課題解決 基本の2種類を押さえる
今回は、説得力のあるドキュメントを組み立てるときに、主張内容の検討に必要な、課題解決のための2種類のロジックツリーについて解説する。原因を探索するための「因果ネットワーク」と、対策を検討するための「ゴールツリー」だ。 それぞれの使い方を、前回の場面の続きで説明する。顧客に納入した自社システムの応答が遅くなったことから対策が求められているという事例で、前回は調査の結果、DB処理のパフォーマンスが悪化していることが原因だと分かった。 原因をさらに深掘りしたところ、次のような事情が明らかになった。 顧客のサービスは、当社がシステムを開発納入したときから順調にユーザーを増やし、サービスの種類も増えています。今回、システムの応答が遅くなっている主要な原因は大きく2つになります。１つは、ユーザーとサービス種類の増加により処理対象となるデータ量が増えたことです。そのためデータ量に比例して、DB処理に要す
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
TechCrunch
Raspberry Pi向けの「主要パーツすぐに試せるボード」が発売、実験パーツてんこもりラズパイマガジン連動企画
[DL輪読会]EdgeConnect: Generative Image Inpainting with Adversarial Edge Learning
Engadget | Technology News & Reviews
大規模ディープラーニングモデルの迅速なトレーニングのためにGoogleがオープンソースとして提供するGPipeライブラリ