機械学習コンテスト（Kaggle）の参加
情報科学、統計学、経済学、数学などの分野から全世界で約125,000人のデータサイエンティストが登録して、機械学習（AI）の最適モデルを競い合うKaggleのコンテストにおいて、金メダル1個、銀メダル4個、銅メダル２個の成績を残し、Kaggle Masterになった。
Understanding Clouds from Satellite Images（金メダル取得）
衛星画像から雲の種類と領域を予測するコンテストに参加し、10位、上位1%（1,538チーム参加）の成績を残し、金メダルを獲得した。
[使用手法]
10th place solution
APTOS 2019 Blindness Detection（銀メダル取得）
眼底カメラ画像から糖尿病性網膜症を検出するコンテストに参加し、104位、上位4%（2,943チーム参加）の成績を残し、銀メダルを獲得した。
[糖尿病性網膜症の説明図]
[解析手法]
EfficientNet
Predicting Molecular Properties（銀メダル取得）
原子間の相互作用を予測するコンテストに参加し、44位、上位2%（2,749チーム参加）の成績を残し、銀メダルを獲得した。なお、このコンテストには、初めてチームで参加した。
[解析手法]
GCN
LightGBM
AI（人工知能）関連業務
オペレーション不具合データAI解析
製品検査員のオペレーションの違いなどによる個人差の特徴を抽出し、不具合に繋がる原因をAIなどにより解析し、検査結果を評価する。これを基に、センサー仕様、制御仕様、部品仕様などを変更（確定）し、不具合が発生しないより安全な製品の開発を実現する。
船載型モニタリングシステムのソフトウェア開発支援業務
株式会社大津海事研究所代表取締役 故大津皓平氏 (東京海洋大学名誉教授）が研究開発した統計モデルを利用した新しい航海・機関ハイブリッド型モニタリングシステムのソフトウェア開発を、当社代表取締役伊藤徹は、株式会社大津海事研究所の技術顧問として技術支援していた。
船体・機関の実時間性能監視及び予測機能の開発
船上で記録される船体・機関の時系列に関する統計モデルを実時間で構築し、船体・機関の運動性能が船体に与える影響に関する最新の情報、トレンド、短期予測に関する信頼できる情報を運航者にわかりやすい統計モデルを活用した、実時間船載型モデルベースモニタリングシステムの開発を行った。
中長期状態監視データベースの構築と会話型プログラムパッケージの開発
船体・推進性能に関するデータベース作成機能とそれらの解析を行い、船舶の中長期性能の予測を会話型で行うプログラムパッケージの開発を行った。
おもな特長
・気象・海象変化に適応した時系列統計モデルによる船体・機関の状態監視
・横揺・縦揺同調、パラメトリック横揺等のリスクの監視、GMの推定
・船体運動を考慮した機関の状態推定
・最新の機関性能曲線表示、最新の2０分前、１時間前、４時間前、１日前の状態
・ログおよび航海終了後のログ機能
[関連論文]
Jun Wu, Hui Peng, Kohei Ohtsu, Genshiro Kitagawa, Tohru Itoh: ‘Ship’s tracking control based on nonlinear time series model’, Applied Ocean Research 36 (2012), pp.1-11, 2012
大津皓平、南清和、船田浩良、伊藤徹、坂口允、石山英二：「時系列モデルの船載型モニタリングシステムへの応用」、応用数理26巻1号、pp.29-32、2016
超精密ミラー加工パス生成専用CAMシステム開発
長焦点距離・長集光ミラーの製作、長尺石英ミラーの超精密研削には、CADで作成された形状データを入力データとして、加工機械である大型CNC超精密研削盤で超精密な加工を行う必要があった。そこでミラー形状の超精密な精度を考慮し、加工位置を正確に割り出して、高精度且つ効率的な加工プログラムを作成開発した。
加工機械 大型CNC超精密研削盤
