多種多様なデータの中から精度の高い規則性を自動で発見し、その規則に基づいて、状況に応じた最適な予測を行います。
これにより、試行錯誤に限界があり人手では困難であった複雑な予測についても高精度な結果を得ることができます。また、予測の根拠をわかりやすく示すことができ、なぜそういう予測に至ったかの理由を確認できるという特長があります。

NECの強み

ユースケース

＜Case 1＞　食品スーパー：商品の需要予測

天候、曜日、時間、気温などのさまざまなデータを使って需要予測を行うことで、在庫切れによる販売機会損失や在庫過剰による廃棄ロスなどの課題解決を図り、ムダやロスのない発注業務が可能になります。

＜Case 2＞　製造業：保守部品の在庫最適化

耐久消費財メーカーは、製品の保守部品をどれだけ在庫すべきかは、保守部品の購入にかかる金額はもちろん、在庫に伴う保管コスト、保守終了時点の部品廃棄コストにつながる重要な課題です。異種混合学習を使えば、過去の部品出荷数・稼働台数・発売時などのデータをもとに、将来の部品需要量を高精度に予測できます。

想定される適用範囲

解約予測、電力・水需要予測、需要予測、商品価格予測など

NECのコア技術 : 異種混合学習技術

近年のビジネスでは、ビッグデータを分析して得られる知見を活用することが不可欠になりつつあります。しかしビッグデータは、異なるパターンや規則性に従っているデータが混在して収集・蓄積されていること（データの異種混合性）が多いため分析が難しく、そのため、データの異種混合性が非常に重要視されるようになりました。
そのためNECは世界初・独自のビッグデータ分析エンジンとして、観測データ中に混在する複数の規則性を、自動的に分割・抽出、高い精度と解釈性を両立する「異種混合学習技術」という技術を開発。

異種混合学習技術の特徴

異種混合学習技術は多種多様なデータに混在するデータ同士の関連性から、特定の規則性を自動で発見するとともに、分析するデータに応じて参照する規則を切り替えます。これにより、“単一の規則性のみを発見して、それを参照するような従来の機械学習”では分析が困難であった「規則性が変化するデータ」でも高精度な予測や異常検出が可能になります。

関連製品・ソリューション

「BluStellar AI～NECの最先端AI技術～」の異種混合学習、RAPID機械学習、テキスト含意認識とOSS機械学習ライブラリを単一環境で利用できるAI活用プラットフォーム
NEC Advanced Analytics Platform はこちらから

精度の高い需要予測により、売れ残りなどを抑制し食品ロスを削減
需給最適化プラットフォームはこちらから

保守部品の需要を高精度に予測し適正在庫を実現
保守部品需要予測ソリューションはこちらから

お問い合わせ