取り組み概要
OUTLINE

DEMLセンター 共同研究

社会・企業的活動のIT化が進む中で生み出される膨大なデータ量を高度に再利用することで、新たな業務プランニング(行動計画)の可能性を高めたいというニーズが生まれています。このニーズに対して、①膨大なデータを規則的に並べ直す膨大な工数、②ルールに基づいて数量化する労力、③どういったデータを正解とするかという定義付け、④定義した正解データに基づいて適切な方法をどのように選択して予測的に分類するかといったハードルがあります。さらには、どのような分析のプロセスとして設計すればよいかという課題もあります。

本センターでは、このような課題に対して、「機械学習導入のプロセス設計」という俯瞰的立場から個々の課題にブレイクダウンして取り組みます。プロセス設計では、大学が幅広い持つ知見や研究成果という広い視野からの取り組みを行い、個々の課題では共同研究元となる企業の様々なデータとニーズをもとに、業務上求められる適切な値(最適化や異常検知など)の抽出や適切な値を出すためには不足している要因データの存在の特定化や、マッシュアップすべきデータなどとの組み合わせなどプロセスの各段階に発生する課題の問題解決にも取り組み、より実践的な成果を出すことを目指します。

実施事項

正解データの定義とデータ研磨

  • 実際のデータが作成されている場所に赴き、実務担当者と議論しながら学習に必要な正解データの定義づけを行います
  • 正解データの定義づけに基づき、データ研磨を実施し、機械学習にすぐに利用できる学習用データのデータベース環境を構築します

情報のマッシュアップ

  • 企業活動の見える化による課題解決のために、必要となるビッグデータとのマッシュアップを実施します

機械学習成果の試用

  • 機械学習によって得られたモデルの調整を行い、実用上での運用を試行します
ニーズのイメージ
  • 過去から累積していたデータが、近年膨大になっておりExcelのようなソフトでは扱えなくなっている
  • データの傾向把握や分析が、自社では困難である
  • 機械学習に対して大きな期待を感じており、全社的に取り組まなければならない