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。

今回、過去に色々とご指摘いただいた内容をできる限り反映いたしました。開発には終わりはありませんが、一旦区切りをつけた現時点での追加機能は次のようになります。

• 新たに、DocuSleuthServer を開発しました。こちらは、Windows の Worker として動作します。

• クローリング処理の効率化・一晩で1万ファイル以上のIndex更新が可能となりました。

• 消費リソースの低減。規模にもよりますが、メモリサイズ64GBでの運用も可能です。

• 検索は更に高速に。80万ファイルを対象とした検索であっても、数秒で終わります。

• 不適切な単語の除去。大量のドキュメントに含まれる単語（＝検索の役に立たない単語）は除外するようにしました。あとから有効化して検索することも可能です。

• Word ファイルからの文章抽出処理に問題があったためそれを修正しました。

• 検索用クライアントの高機能化

• ユーザー定義あいまい単語の対応

• DBのスナップショット取得処理対応
  →ファイルコピーのコストが大きいため、現在対応保留中です。実装方法を含めて検討中です。

• 文章レベルでのあいまい検索（実装中・従来のような件数制限は廃止）
  →BERTベースで検索は出来るようになりましたが、インデックス作成処理に時間がかかるという問題があります。これを解決するための手法を検討中です。

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。

• データサイエンスを用いた業務支援（データ分析・機械学習・統計を活用）

• データサイエンス人材育成

• IT技術を用いた業務支援（通常のシステム開発に相当）

• データサイエンス・IT活用のコンサルティング・各種相談対応

• 各種アプリケーションの開発・公開

これらの課題は、全て弊社の技術で解決の手助けをすることが出来ます。

弊社の持つ[要素技術]は非常に応用範囲が広いため、多くの課題に対し強力な武器となります。

もし、難しい課題にお悩みの場合は、是非、弊社までご相談ください。

• 大量のセンサデータはあるが、その中のどれが結果に影響を与えているかがよくわからない。

  • 　依存関係の高速推論エンジンを使うことで、影響を与えている因子を明らかにすることが出来ます。詳細は Machine Learning Data Checker, Machine Learning Reduce Explanatory Variables for WinUI を参照してください。

• データの品質の善し悪しが判断できず、モデルの品質向上のきっかけがつかめない。

  • 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、品質上の問題を特定することが出来ます。弊社では知らない・まぎらわしいデータが、データの品質悪化の原因と考え、それらを特定し対策を打つことがモデルの品質向上に繋がると考えています。
    詳細は Machine Learning Data Checker を参照してください。

• テストデータでの成績は良かったのに実データでの成績が出ない問題の原因がわからない。

  • 学習データと実データの間に齟齬がある場合にこのような問題が発生します。
    この問題も品質の問題と考え、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、品質上の問題を特定することが出来ます。
    学習データと実データを比較することで、学習時に漏れていたデータや学習データと矛盾するデータがわかります。これらに対策を打つことで、問題の改善に繋げることが出来ると考えています。
    詳細は Machine Learning Data Checker を参照してください。

弊社は、データの品質や活用についてのノウハウを持っています。特許技術や独自技術を活用し、他では出来ない視点でのデータの分析のお手伝いや、分析手法のシステムへの組み込みといった形での貢献が可能です。上記以外のお悩みについても何かあればご相談ください。

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。