以下の展示会に出展いたします。ご都合がつきましたら、是非ご来場・お声がけください。

こちらのページに移動しました。

目指していることは、データサイエンスとITの完全な融合です。IT の技術にデータサイエンスの技術を加えることで、システムをより発展させることが出来ると弊社は考えています。

そのための要素技術の開発もある程度出来上がってきました。

これからは、その要素技術を利用して、従来のIT技術のパワーアップを狙っていきます。

システムの中にさりげなくデータの分析結果が入っていることで、従来型のシステムよりもよりよいシステムを世に送り出していくことが当面の目標となります。

いくつかの要素技術は、テクニカルサンプルの位置づけで紹介させて頂いています。

たとえば、データ分析技術を活用した高速ベクトル検索エンジン。これは、DocuSleuth をはじめとしたいくつかのソフトウェアで利用しています。

ベクトル検索は非常に時間がかかるイメージでしたが、このエンジンを使うことで、例えば DocuSleuth では、従来では考えられない応答時間でのドキュメントの全文検索を実現しています。

他にも、ベクトルデータの高速クラスタリングエンジンや依存関係の高速推論エンジンなどの弊社の要素技術を使い、データ分析技術を組み込んだITのさらなる発展を目指していきます。

データの品質や活用についてのお悩みがあれば遠慮なくお問い合わせください。

もちろん、全ての問題が解決できるわけではありません。現時点では解決不能な問題もたくさんあります。

それらも踏まえた上で、皆様が抱える課題について、弊社としてできる限りのサポートをさせていただきます。

• EBt3 Link Memo Tool
  リンクを用いてデータを管理するメモソフトウェアです。

• DocuSleuth
  高速ベクトル検索エンジンを利用したドキュメントの全文検索アプリケーションです。あいまい検索を行います。

• Photo And Movie Walker
  高速ベクトル検索エンジン を利用した画像検索エンジンのアプリケーションサンプルです。

• Machine Learning Data Checker
  依存関係の高速推論エンジン や ベクトルデータの高速クラスタリングエンジン を使うことで、データの品質上の問題点を指摘するアプリケーションサンプルです。
  依存関係の推論は弊社の特許技術であり、極めて短い時間での依存関係算出を可能にします。

• Machine Learning Clustering Tool
  ベクトルデータの高速クラスタリングエンジン を使うことで大量のベクトルデータをクラスタリングすることに特化したアプリケーションです。
  k-means では、k(クラスタの数)が増えると計算量が膨大になりますが、本エンジンでは、k=100～10,000 をターゲットとしており、この領域でのクラスタリングでは最高速の部類に入るものです。

• Machine Learning Reduce Explanatory Variables for WinUI
  依存関係の高速推論エンジン を用いて、データ中から不要な項目(Columns)を削減するツールです。

いくつか、情報を別サイトにて公開しています。

• リンクメモソフト EBt 関連情報（https://note.com/fuutass/n/n417bdfe5ec67）
  EBt に関連する情報をテーマごとに簡単に紹介しています。

• 野良DSの適当な解説（https://note.com/fuutass/n/n90d58afae076）
  データサイエンス関連のちょっとした情報を不定期に記事として公開しています。