Build, deploy, and scale your apps with unparalleled ease – from your first user to your billionth.
2022-08-01 インテック、クラウドを活用し製造現場の可視化を行う「課題解決特化型IoTサービス」を開始 TISインテックグループの株式会社インテックは本日、製造業向け「課題解決特化型IoTサービス」を2022年8月から提供開始することを発表した。 「課題解決特化型IoTサービス」は、製造現場の作業実績入力データや各種センサデータを収集・蓄積し、作業工程や生産実績、設備稼働状況を可視化するサービスだ。 標準機能は「作業工程進捗状況見える化」「生産数予実状況見える化」「設備稼働状況見える化」で、ニーズに合わせた機能拡張も可能だ。 標準機能の概要図 拡張機能の例は、「センシング項目の追加」「生産管理システムとの連携」「インテックの異常検知サービスとの連携」が挙げられている。 データの蓄積やWebアプリの提供はクラウド上で行うため、初期費用やシステムの保守・運用費用を抑えることができる。
DICOMO2022 6A 統一セッション:クラウド 招待講演 https://tsys.jp/dicomo/2022/program/program_abst.html#6A-1 情報サービスの利用者に必要な機能を頻繁に加え続けながらも、いかに必要十分な信頼性を継続させるかが従前より課題となっている。この課題に対するひとつの回答とも言える、Googleが提唱した情報サービスの新しい運用形態であるSite Reliability Engineering(SRE)の普及が進んでいます。本発表では、SREの中核概念を整理した上で、AI時代に向けて、AIとの対話を軸にした未来の運用のあり方を構想します。
※公式サイトのデモ映像です。これがPythonのコード1行で作れます。 https://leafmap.org/ データ確認ってめんどくさくないですか GISデータってよくわからないな、なんだそれ。っていう方がいきなり上司に「いろんなデータが蓄積されてきたから、地図上に可視化して分析してみよう。」とか「誰でも手軽に閲覧できるように、Web上にサイトを構築しよう」なんていう話をされたら多分キレますよね? GISデータを日常的に利用していてもそれはさほど変わらず… GISデータを取り扱う中で、主にデータの前処理などを行っている方は同じような悩みを抱えているんじゃないかなと思うんですが、データの可視化ってめんどくないですか? いや、QGISとかデスクトップGISでデータ処理しているならサクッと見れちゃいますし、実際頻繁に使うんですが、サーバーで定期的に行うバッチ処理のためにローカルでプログラミン
2022-06-09 セーフィーとブルーイノベーション、 「リアルタイム映像伝送・統合管理ソリューション」の提供に向け業務提携を発表 セーフィー株式会社とブルーイノベーション株式会社は、クラウド録画サービス「Safie(セーフィー)」と複数のドローンやロボット、各種デバイスを遠隔・目視外で自動制御・連携させることができるデバイス統合プラットフォーム「Blue Earth Platform(以下、BEP)」を連携させた、「リアルタイム映像伝送・統合管理ソリューション」の提供に向け、業務提携を発表した。 今回の提携により、作業員に装着した「ウェアラブルカメラ」や特定箇所に据えた「定点カメラ」と、ドローンやロボットなどに搭載した「動くカメラ」など、複数のデバイスで撮影した多様な映像データをクラウド上でリアルタイムに一元管理・連携させることが可能となる。 両社のプラットフォーム連携イメージ 今後も
ITソリューションプロバイダのNSW(日本システムウエア株式会社、本社:東京都渋谷区、代表取締役執行役員社長 多田 尚二)は、画像AIを活用した人・モノカウントサービス「CityVision」において、新たな機能を追加したサブスクリプションサービスの提供を7月1日より開始します。 CityVisionは2018年よりToamiVisionシリーズとして提供している、映像・画像から特定の人やモノを認識するAI画像解析サービスです。このたびのサブスクリプション形態での提供に合わせ、保有する動画から街の動きを可視化する分析設定を、お客様自身がシチュエーションに応じて柔軟に行える機能を搭載しました。これにより、これまでのSmartCityや都市開発に向けた交通量調査に加え、建設コンサルティングや不動産・店舗開発における商圏分析など、さらに多くの用途で活用いただけるより高精度な定額サービスとして生ま
ソフトバンク株式会社の子会社、日本コンピュータビジョン株式会社(本社:東京都千代田区、以下 「JCV」)は、MONET Technologies株式会社(モネ・テクノロジーズ、本社:東京都千代田区、代表取締役社長 兼 CEO:宮川 潤一、以下 「MONET」)が運営する「MONETマーケットプレイス」内で、「顔認証API」の提供を開始いたします。 「MONETマーケットプレイス」は、MaaSのシステム開発に活用できる様々なデータやシステムのAPIを提供するマーケットプレイスです。JCVが提供する顔認証テクノロジーは、国内外で事業を展開する決済プラットフォーム企業での採用実績があり、何百ものブランドにおいて利用されています。消費者の利用が急速に増加している背景もあり、「MONETマーケットプレイス」において本APIを提供することとなりました。 MaaS事業を展開するにあたって、顔認証テクノロ
オラクルは11月3日(米国現地時間)、「Oracle Cloud Infrastructure(OCI)AI」 サービスを発表した。 本サービスは、データサイエンスの専門知識がなくても、開発者がアプリケーションにAIサービスを簡単に活用できるようにする一連のサービスだという。以下の6つのサービスにより、言語からコンピュータ・ビジョン、および時系列予測までの、各タスクにおいて開発者を支援するとしている。 OCI Language 文書、顧客フィードバックのやり取り、サポート・チケット、およびソーシャル・メディアに記載されている非構造化テキストを理解するために、大規模なテキスト分析を実行。事前にトレーニングされたモデルが組み込まれているため、機械学習の専門知識がなくても、開発者はセンチメント分析、キーフレーズの抽出、テキスト分類、固有表現抽出などをアプリケーションに適用できるという。 OCI
NTTドコモは、画像認識ソリューション開発が容易となる法人向けのクラウドサービス「ドコモ画像認識プラットフォーム」に、認識エンジンの種類、共通学習済みモデル、および複数の認識エンジンのAPI組み合わせ機能を追加し提供を開始した。 同サービスは、画像認識を行うための「学習モデル作成」と「API」を提供するクラウドサービス。ソリューション開発者は、AIエンジンの開発コストやサーバー運用コストを抑えて、用途に合わせた画像認識エンジンをクラウド上で容易かつスピーディーに作成・利用することができる。 また、「ドコモオープンイノベーションクラウド」(5G時代に求められる低遅延、高セキュリティなどMEC〈Multi‐access Edge Computing〉の特徴を持つクラウドサービス)上に構築しているため、「クラウドダイレクト」と併用することで、インターネットを通ることなく画像データを認識させること
Microsoftは、WindowsやMacにダウンロードして無料で使える「Lobe」を公開している。同ツールでは、ネット接続やログインもなしで機械学習トレーニングができて、利用するデータはプライベートに保たれる。 Microsoftは2018年にLobeを買収し、同ツールをブラッシュアップしてきた。今では、誰でも簡単に機械学習モデルがトレーニングできるように…とのコンセプトを体現したものになっている。写真をインポートすれば自動でトレーニングLobeのWebサイトに掲載の紹介動画を観れば、このツールのシンプルな使い勝手が認識できるだろう。ナビゲーターがPCのWebカメラで水を飲む写真を複数通り撮影。同じく水を飲んでいないシーンを撮影すると、トレーニングが自動で行われる。 ラベルを調整して、Webカメラの前で水を飲むと「水を飲む」動作が検出できるように。また、モデルの修正も簡単にできるようだ
※この投稿は米国時間 2020 年 4 月 11 日に、Google Cloud blog に投稿されたものの抄訳です。 ほとんどのソフトウェア デベロッパーがご存じだと思いますが、API 設計には RPC と REST の 2 つの主要なモデルがあります。モデルに関係なく、ほとんどのモダン API は、なんらかの方法で同じ HTTP プロトコルにマッピングすることによって実装されます。また、RPC API 設計では、RPC モデルの範囲から外れずに HTTP から 1 つまたは 2 つのアイデアを採用することが一般的になっています。これにより、API 設計者に提示されるオプションの範囲が広がりました。この投稿ではこれらのオプションについて説明し、どれを選ぶか決める際に役立つガイダンスを提供します。 gRPC は RPC API を実装するためのテクノロジーで、HTTP 2.0 をその基盤
機械学習システムの信頼性を数値化し、技術的負債を解消する論文「 The ML Test Score: A Rubric for ML Production Readiness and Technical Debt Reduction」 2020-04-25 [抄訳] What’s your ML test score? A rubric for ML production systemsで紹介した論文の続編があったので読んでみました。 注意)この翻訳記事は原著論文の著者陣からレビューはされていませんShunya Ueta, are providing a translation and abridgment, which has not been reviewed by the authors.Change log2021/02/03ML Test Score を簡単に計算できるGoogl
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
処理を実行中です
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