email
translate menu

Speed up your Machine Learning

フィックスターズの機械学習ソリューション

フィックスターズの機械学習ソリューション

— 大量データの高速処理で、ソフトウェアをより一層賢く

フィックスターズでは、半導体検査装置や医用画像機器や外観検査装置の性能向上、自動運転や自律走行ロボットの実用化など様々な課題を持つお客様向けに、機械学習アルゴリズムを利用したソフトウェア及びソリューションの開発を行っています。低レイヤソフトウェア技術、アルゴリズム実装力、各産業・研究分野の知見を活かし、他社にはない高い価値をお客様に提供しています。

image

多岐にわたる適用分野

ディープラーニングが注目されるきっかけとなった画像処理を中心に、金融分野における株価や不動産価格の推定や、産業分野における製造プロセスの歩留まり向上など、様々な分野での機械学習の高速化を手掛けています。

category

アルゴリズム開発支援

最新論文・レポートの調査を行い、ディープラーニングを中心に、お客様の意図するアプリケーションに適した機械学習アルゴリズムの提案、開発、加えて、実機環境に合わせた実装を行います。

wb_incandescent

アプリケーション、ハードウェアごとの高速化

お客様の想定するアプリケーションやハードウェア環境に合わせ高速化を行います。一般に機械学習で使用されることの多いGPUはもちろん、実機で利用する組込み向けSoCなどに対する最適化や、分散並列処理による高速化を行います。

事例紹介

R-Car用クラウド評価環境「GENESIS for R-Car」

ルネサス エレクトロニクス株式会社と協業し、ADAS(高度運転支援システム)・AD(自動運転)システムの早期開発を実現することを目的としたクラウド評価環境「GENESIS for R-Car」を提供しています。

GENESIS for R-Carでは、ResNetやMobileNetなど汎用的なCNNネットワークモデルを使用して、サンプル画像をR-Car V3HのCNN アクセラレータで処理した実行時間と認識の精度を確認することができます。さらに、評価したいデバイスとネットワークを選択することにより、実際のボードをリモートで動作させて、画像分類(Classification)や物体検出(Object Detection)の評価結果を確認することができます。

プレスリリースを見る arrow_right_alt

DNNモデル変換およびコンパイラ「Arachne」

Arachne(アラクネ)は、NVIDIA Jetsonといったエッジデバイス上でのDNNモデル変換やコンパイルを支援する、オープンソースのPythonプロジェクトです。Arachneを使うことで、エッジデバイス上で機械学習システムを開発する際の、性能評価や実行結果の確認を手戻りなくスムーズに行うことができます。プロジェクトでは、リモートデバイスでモデルをテストするためのランタイム機能も提供しています。

Githubリポジトリを見る arrow_right_alt
高確率で良性腫瘍
高確率でがん

慶應義塾大学医学部との共同研究

慶應義塾大学医学部と共同で、超音波検査装置の描出する動画に対してリアルタイムに腫瘍を検出する解析システムを開発しています。

この解析システムにより乳房超音波所見の見落としを削減し、より早期での乳癌の発見と治療が可能になります。解析システムの画像認識には深層学習を用いており、高速かつ高精度に腫瘍を認識することができます。また慶應義塾大学医学部がもつ乳癌の診断データを学習データとすることで、より高い精度での診察を行うことができます。

プレスリリースを見る arrow_right_alt

関連する事業分野

大量データの高速処理が求められる様々な産業分野で、お客様の製品に最適な高速化ソリューションを提供しています。

フラッシュストレージ

詳しく見る

産業機器

詳しく見る

ヘルスケア

詳しく見る
arrow_upward

Fixstars Corporation

Social Links