本件に関するお問合せはこちら：https://www.matrixflow.net/contact/
本発明は、データセットに基づく高品質なデータ解析を平易に行うことを可能とする技術です。
AIを構築するステップは大きく分けて、「課題の設定」「データの準備」「データの前処理」「AIの学習」「AIの評価」の５つに別れます。一般に１つのAIを作り終えるまでには、「AIの評価」がビジネスで求められる基準を満たすように、「データの前処理」や「AIの学習」に関して試行錯誤する必要があります。
試行錯誤の期間が長くなるとプロジェクトにかかる費用も大きくなるため、「データの前処理」「AIの学習」「AIの評価」のサイクルを短くすることはとても重要です。
本発明を活用することにより、前処理の依存関係がわかりやすく可視化され、また部分的に前処理の工程を変更することもできるため、前処理の試行錯誤に必要な時間が短縮される上、一般のビジネスパーソンでも平易にデータの前処理を行うことが可能となります。
当社は本発明を活用し、ビジネスのためのAI活用プラットフォーム「MatrixFlow」の機能の拡充や導入推進を引き続き行うことで、社会全体としてのAI開発の加速、拡大を促して参ります。
- 取得特許の使用イメージ
今回取得した特許技術を使用すると以下のような特徴をもった前処理機能を作ることが可能です。
特徴１）画面操作から処理単位でグラフを表示することで、現状の把握が容易に
削除する、数値へ変換するなどの画面操作がグラフ化するのでプログラミングが出来ない人でも容易に自分が行った前処理を確認できます。
特徴２）処理の依存関係が確認できる
依存関係のないものは並列にグラフが結ばれます。これにより、処理の依存関係がわかり、現状の処理が適切なものなのかが即時に判断できます。
特徴３）依存関係がある部分のみ「元に戻す」ことが可能
複数の処理を行っていると、途中で行った一部分を元に戻すためには、それ以降の全部の処理を元に戻す必要があります。実行順番にしたがって全部戻したり、やり直したりするのではなく、依存関係があるところだけ、部分的に元に戻すことが可能です。これにより前処理にかかる時間を大幅に削減することができます。
特徴４）履歴グラフを保存して再実行可能
同じデータ構造に保存した履歴グラフを作用させることで全く同じ処理が実現することができます。
機械学習で学習したモデルを活用する場合、データに対して同じ前処理をする場面が多々ありますが、２度同じ前処理を作る必要はありません。またその前処理を他人と共有することもできます。
取得特許の使用イメージ
- 特許概要
| 特許番号 | 特許第7131827号 |
| 登録日 | 令和4年8月29日 |
| 発行日 | 令和4年9月6日 |
| 出願人 | 株式会社ＭａｔｒｉｘＦｌｏｗ |
| 発明の名称 | データ処理方法、データ処理システム、データ処理プログラム及びデータ構造 |
【会社概要】
株式会社MatrixFlowは、「テクノロジーで世界をつくる」をミッションとするAIベンチャーです。大人から子供、ビジネスマンから学生、デザイナーからサイエンティストに至るまで、様々な人々がAIを活用し、素晴らしい着想を得たり、あっと言わせるクールな活動をすることを支援します。その実現に向けた第一歩として、プログラミング不要のクラウド型AI構築プラットフォーム「MatrixFlow」を開発しております。
【会社情報】
設立 ：2018年10月
本社 ：東京都台東区
URL：https://www.matrixflow.net/
【お問い合わせ先】
https://www.matrixflow.net/contact/
