ギリアの技術

複雑な順序や振る舞いを持つ要素に対し、少ないサンプルから残りのデータ全体を素早く、精度高く予測・評価する技術です。

業界や課題の種類を問わず、統計的な関係性を持つ対象の結果予測や評価を行います。

金融商品などにおいて過去の値動きの特徴を学習し、将来の値動きを予測する技術です。

値動きの特徴をきめ細かに学習できるよう工夫することで、高精度の予測が可能になります。

過去と将来の値動きに相関が認められる指標があれば、金融商品以外の幅広い市場性商品に適用できます。

従来の検索では同定・特定の難しい情報を検索する技術です。

概念検索（入力されたクエリに関連する概念やテーマを検索）と、推薦技術（過去の履歴や感性などを分析して興味を持つであろう物を予測・提案）を活用し、高い精度で検索結果を出力します。

橋梁やトンネル、道路といった交通インフラや、工場やビルなどの建築物など定期的な点検が必要な構造物の外観映像から、漏水やひび割れ、さびといった各種変状をAIで検出する技術です。

精度高く変状を検出するだけでなく、点検調書など、点検結果の報告・管理に適した形式で出力することが可能です。

画像や動画に対して物体検出や物体追跡、領域認識の技術を組み合わせることで、人間の行動や様々な物事の状況を把握する技術です。

精度向上に必要な、カメラ機材の選定、教師データの作成、特定の行動や物の状態の条件設定など、柔軟な対応が可能です。

熟練職人や専門家などの行動や操作データを基に、その意図までをAIが学習し、人間にしかできないと思われていた専門的な行動や判断を再現する技術です。

操作ステップの記述とは異なり、未知の状況にも対応が可能です。

画像や文章など、様々な種類のデータをベクトル化し、効率的に相関性を分析する技術です。

深層学習技術により、適切な特徴量を獲得し、複雑な相関関係・差異性を導き出します。

特殊なセンサから取得した人間が捉えきれない多様な情報（点群データや赤外線、色彩や匂いなど）を処理・活用する技術です。

センサによって得られた特殊なデータを既存システムやAIの特性と組み合わせ、業務課題に合わせて活用できます。