"

Applus+ IDIADAの人工知能に関する現在の能力は、主に機械学習プロジェクトであり、それらは、ヒューマンファクター、CAE開発、客観的テストに関連するものです。

 

ヒューマンファクターおよび官能評価

  • 主観的な乗員感覚の客観性や、生理学的データと車両の性能/機能の相関性。

 

CAEプロセス開発

  • シミュレーションでの結果予測によるプロセス改善、また解析の自動化と結果の解釈による改善。

 

客観テスト

  • データ品質の自動チェック、テスト結果の予測、性能目標の定義、解析の自動化および結果の解釈。

 

Applus+ IDIADAの人工知能に関する現在の能力は、主に機械学習プロジェクトであり、それらは、ヒューマンファクター、CAE開発、客観的テストに関連するものです。

  • ヒューマンファクターおよび主観評価: 主観的な乗客の感覚の客観性と、生理学的データと車両の性能/機能の相関性。
  • CAEプロセス開発: シミュレーションでの結果予測によるプロセス改善、解析、結果の解釈の自動化による改善。
  • 客観テスト: データ品質の自動チェック、テスト結果の予測、性能目標の定義、結果の分析および解釈の自動化。

Applus+ IDIADAは、データサイエンティストのノウハウと社内各領域の専門家と顧客が密接に連携し、機械学習のプロジェクトや開発を管理しています。

このアプローチにより、以下の最適な管理を可能にします。

  • 事業領域の要件および展望
  • ユースケースの定義と実現性の分析
  • プロジェクト管理
  • 機械学習の技術的専門知識の各プロジェクト/ユースケースへの適応
  • アルゴリズム活用のためのアプリケーション開発とその継続的な統合

機械学習コンサルティングおよびアプリケーション開発

Applus+ IDIADAの主な機械学習サービスは、コンサルティングおよびアプリケーション開発の分野に関するものです。

ユースケース検討段階

既存データの探索および分析、ユースケース発想のためのワークショップ運営、ユースケースの実現可能性の検討、下流フェーズの要件定義、学習済み機械学習アルゴリズムなどの概念実証の開発などに技術的な専門知識が適用されます。

実装段階

洗練された機械学習アルゴリズムによる利用可能なソリューションの開発、運用プロセスとの統合、実環境への展開。

メンテナンス段階

機械学習アルゴリズムの再トレーニングとアルゴリズム性能のモニタリングによる継続的な改善。

つまり、技術的なスキルや専門知識の組み合わせにより、IDIADAは、あらゆる段階で専用プロジェクトに取り組み、技術的および非技術的なビジネスニーズを含む幅広い側面を管理しています。