工程データとAI分析を組み合わせて重要パラメータの設定を最適化し、歩留まりと生産効率を高めます。
NumOps データ分析AIプラットフォーム
企業データを、
すばやく AI意思決定へ
データ処理、AutoMLによるモデル構築、予測分析を統合し、
データ活用型AIのワークフローを一つのプラットフォームで完結できます。
工程異常検出率97.5%
異常判定スピード↑ 60×x
省エネ効果20%+
* 上記は個別の導入事例における成果です。実際の結果はデータ品質や適用領域により異なります。
NumOpsINTELLIGENT DATA WORKSPACE
WHY NumOps
NumOpsが企業のAI意思決定力を高める仕組み
データ分析、エキスパートシステム、AIモデリングを融合し、
自社ならではの意思決定力を築きます。
CAPABILITIES
6つのデータAI機能
多様な予測分析と意思決定のニーズに対応
エキスパートシステム、分類、回帰、時系列、異常検知、クラスタリングの分析機能を統合し、自社専用のAIモデル構築を支援します。
エキスパートシステムExpert System
過去データがなくても、ルールと条件を設定するだけでルールベースを構築して推論でき、熟練者の経験と判断ロジックを再現します。
クラス分類Classification
過去データでAIモデルを学習し、設備・製品・事象のカテゴリを自動で判別して、品質管理とリスク評価を支援します。
回帰Regression
過去データでAIモデルを学習し、歩留まり・エネルギー消費・生産量などの連続値の指標を予測して、重要な変化の傾向を把握します。
異常検知Anomaly Detection
AIモデルが異常な事象やデータを自動で識別し、潜在的なリスクや運用上の問題を事前に警告します。
時系列分析Time Series
過去データと周期的な変動を分析し、将来の需要・生産能力・主要指標の推移を予測します。
クラスタリングCluster
事前のラベル定義は不要。データの特徴に基づいて自動でクラスタリングし、顧客分析や市場セグメンテーションを支援します。
USE CASES
主な活用シーン
データドリブンな意思決定を多様な活用シーンで実現し、企業がデータから事業価値を引き出せるよう支援します。
工程最適化
工程データとAI分析を組み合わせて重要パラメータの設定を最適化し、歩留まりと生産効率を高めます。
工程パラメータの変化をリアルタイムに監視して異常リスクを早期に警告し、設備停止や品質損失を抑えます。
過去データとAIモデルの分析から最適なパラメータ設定を提案し、エネルギー消費と運用コストを削減します。
設備のセンサーデータをAIで分析して故障リスクを予測し、保全計画を最適化して生産の安定性を高めます。
環境センサーデータとAI分析を組み合わせて環境制御を自動で最適化し、作物の品質と収量を高めます。
FEATURES
スマートなデータ処理ツール
データクレンジング、変換、特徴量エンジニアリングの機能を内蔵し、
データ品質とモデル精度を高めます。
モデル分析
モデルランキング、特徴量の重要度、評価指標を分析し、最適なモデルをすばやく特定して予測性能を把握できます。
欠損値処理、ラベルエンコーディング、特徴量エンジニアリングのツールを搭載し、データ品質とモデル精度を高めます。
専門家の経験を再利用できるルールベースに変換し、意思決定ロジックと判断の仕組みを構築します。
モデルの公開、API連携、エッジへのデプロイに対応し、モデルを円滑に本番運用へ移行できます。
大量データのバッチ予測と結果出力に対応し、分析効率と意思決定のスピードを高めます。
NumOps WORKFLOW
NumOps データモデルの導入フロー
データ処理、特徴量エンジニアリング、モデル学習のプロセスを統合し、
自社専用のAI分析・意思決定力を構築します。
- 01データのアップロードと分析
.csv／.xlsデータをアップロードすると、システムが欠損値や形式を自動でチェックして警告し、記述統計・相関・外れ値を分析します。データのアップロードと分析 - データ前処理
- バージョンの統合
- モデル学習
- モデル分析
- モデルのデプロイと現場実装
INTEGRATION
AIデータ分析と意思決定活用の導入フロー
NumOps × WinEdge
データ収集からモデルのデプロイ、意思決定への活用まで、
AIによる分析と意思決定のフローを一貫してつなぎます。
センサー / IoTSCADA / PLCMES / ERPシステム過去データ（.csv／.xls）
データ構築
データ分析データ前処理特徴量エンジニアリングデータセット管理
モデル開発
エキスパートシステム分類モデル回帰モデル異常検知モデル時系列予測クラスタリングモデル
モデル分析
モデルランキングテストセット分析特徴量の重要度性能指標
デプロイと出力
モデルのデプロイAPI公開バッチ予測ルールベース推論
エッジデプロイリアルタイム推論機器連携複数拠点管理データ送信／リアルタイム監視
工程最適化工程異常検知工場設備の省エネ最適化設備の予知保全スマート温室管理
01
データソース
センサー / IoT
SCADA / PLC
MES / ERPシステム
過去データ（.csv／.xls）
02
NumOpsデータ活用型AI学習プラットフォーム
データ構築
- データ分析
- データ前処理
- 特徴量エンジニアリング
- データセット管理
モデル開発
- エキスパートシステム
- 分類モデル
- 回帰モデル
- 異常検知モデル
- 時系列予測
- クラスタリングモデル
モデル分析
- モデルランキング
- テストセット分析
- 特徴量の重要度
- 性能指標
デプロイと出力
- モデルのデプロイ
- API公開
- バッチ予測
- ルールベース推論
03
WinEdgeエッジのリアルタイム推論プラットフォーム
エッジデプロイ
リアルタイム推論
機器連携
複数拠点管理
データ送信／リアルタイム監視
04
活用シーン
工程最適化
工程異常検知
工場設備の省エネ最適化
設備の予知保全
スマート温室管理
DEPLOYMENT
デプロイ構成とシステム要件
100%オンプレミスのプライベート導入で、データとモデルの自主権を完全に掌握し、企業専用のAIプラットフォームを構築します。
ソフトウェア要件
| 項目 | バージョン |
|---|---|
| OS | Ubuntu 20.04 以降 |
| Docker Engine - Community | 20.10.17 以降 |
デプロイ構成
- オンプレミス／プライベートクラウドへ柔軟に展開
- データは100%社外に出さず、自社で完全にコントロール
- 複数人での共同作業と権限管理
- ハードウェアリソースのスケジューリングとクォータ管理
ハードウェア要件
| 項目 | 最小構成 | 推奨構成 |
|---|---|---|
| CPU | Intel® 9th Gen Core™ i5 / i7（AMD64 / x86） | Intel® 13/14th Gen Core™ i5 / i7 |
| メモリ | 16GB | 128GB |
| ストレージ | 1TB HDD | 1TB SSD + 2TB HDD |
| ポート | USB 2.0 / 3.0（ドングル接続用） | |
推奨対応ハードウェア
PRICING
導入プラン
利用シーンと予算に合わせて、
ライセンス形態を柔軟に選択できます。
永久ライセンスプラン
- 永久ライセンス
- GPUサーバー構成一式
- プライベートクラウド／オンプレミス導入
- データを完全に自社で管理
- 無期限の技術サポート
おすすめの対象長期利用、データの機密性を重視する企業
年間ライセンスプラン
- 年間ライセンス
- GPUサーバー構成一式
- プライベートクラウド／オンプレミス導入
- 定期的なシステム更新
- 年間技術サポート
おすすめの対象予算に柔軟性があり、段階的に導入したい企業
永久モデルプラン
- 永久ライセンス
- プライベートクラウド／オンプレミス導入
- SDKとAPIを提供（PC台数単位のライセンス）
おすすめの対象SDK／API連携が必要な開発チーム